一种基于贝叶斯混合和相似互近邻的多密度谱聚类方法

本发明提供一种基于贝叶斯混合和相似互近邻的多密度谱聚类方法，包括：使用贝叶斯高斯混合模型拟合数据，找到数据点的密度差异之间的临界值，并计算每个实例的密度，以进行密度分层；使用相互最近邻并引入相似性kMNN找到邻居并区分不同簇的边界；构造带有密度层信息以及距离信息的邻接矩阵；配合密度区分值，赋予谱聚类每个数据点以不同的权重，将数据处理为最终簇。本发明使用变分贝叶斯高斯混合模型对数据进行拟合，根据数据的局部特性调整密度估计，以更好地适应不同密度层次的数据分布，使用相似性相互最近邻，构建具有更加丰富信息的邻接矩阵，开发能够有效建模密度层次结构的谱聚类算法，能够解决谱聚类在密度不均匀的数据中表现不佳的问题。