聚类算法,作为机器学习的重要技术,在先验参数不足时,仍依据样本间的相似度或距离将数据集划分为多个类别,因此被广泛应用于图像分割、生物信息、模式识别、信息检索、数据挖掘等领域。密度峰值聚类算法,基于簇中心具有较大局部密度且相互远离的假设,通过给定的合适阈值(截断距离),绘制决策图并从中高效地选取合适的簇中心,且具有参数少、无迭代、边界无噪声等优点。但该算法未提供可靠的阈值选取方法与自动选取各簇中心策略。为克服上述缺陷,本文进行了相关研究,其主要工作与创新如下:1.为密度峰值聚类算法提出一种自动选取中心策略。该策略将原算法中离散、可数的截断距离取值区间定义为连续区间,利用残差分析法选取截断距离区间内的多组簇中心,统计各组簇中心数量,在簇的目标数量已知时,从多组簇中心中选取中心数与目标数一致的簇中心组合。本文在公共数据集中测试了该自动选取中心策略,并对比了密度峰值聚类算法的新近优化算法,以及一些著名的聚类算法。实验结果表明,该策略准确、自动地选取各簇中心。2.提出叶节点密度峰值聚类算法。该算法是一种基于簇边界合并技术的自动密度峰值聚类算法,以树结构存储各簇,利用叶节点查找有邻簇边界与无邻簇边界,并通过对比相邻簇边界样本密度,将被误分的子簇合并,利用本文提出的自动迭代策略使簇数量逐渐接近真实值,从而确定合适的截断距离。本文利用一些公共数据集,测试了叶节点密度峰值聚类算法、密度峰值聚类算法及其新近优化算法、以及一些著名聚类算法的性能。实验结果表明,该算法自动确定合适的截断距离与簇中心,具有较强的自适应能力。