基于密度差分的自动聚类算法

　　聚类作为无监督学习技术，已在实际中得到了广泛的应用，但是对于带有噪声的数据集，一些主流算法仍然存在着噪声去除不彻底和聚类结果不准确等问题．本文提出了一种基于密度差分的自动聚类算法（CDD：Clustering based on Density Difference），实现了对含有噪声数据集的自动分类．所提算法根据噪声数据和有用数据密度的不同，实现去噪声和数据的分类，并通过构建数据间的邻域，进一步实现了对有用数据间不同类别的划分．通过实验验证了所提算法的有效性。