聚类是数据挖掘中的一个重要分支,因为其能够在无监督情况下从大量数据中发掘出有用的知识而引起学者们广泛的关注,产生了大量理论和方法。谱聚类作为聚类算法的一种,将对数据集的划分转换为对图的划分,由于将样本数据映射到拉普拉斯矩阵特征向量来进行聚类,算法能够识别出任意形状的样本数据构成的簇。传统谱聚类算法采用的是图割目标函数,即使少量的噪声点都可能会极大地影响聚类效果。谱平均密度聚类算法采用最大平均结点度之和作为目标函数对所有簇进行优化,减少了噪声点对聚类结果影响,且效果稳定,算法保持了传统谱聚类算法的优势,同时弥补了它的不足。本文的主要研究工作包括:1.针对共享近邻方法需要设置近邻参数N的问题,本文提出一种动态共享近邻方法,以动态确定近邻参数N。该方法借鉴h-index的设计思路,采用倒置的经验分布函数与上升曲线的交点来动态确定近邻参数N,避免了人工选取参数的盲目性,能够动态确定近邻参数N。2.针对谱平均密度聚类算法存在对参数ε较为敏感的问题,本文提出一种基于动态共享近邻的谱平均密度聚类算法。首先,根据高斯核函数设计一种自适应距离测量,自适应距离测量由于考虑了数据点周围的稀疏程度,所以能够处理不同密度的簇。然后,将这种自适应距离与动态共享近邻方法构建一种基于动态共享近邻的相似性度量,这种相似性度量充分考虑了数据点周围的局部密度。最后,将完全连接图取代谱平均密度聚类算法的ε近邻连接图,采用基于动态共享近邻的相似性度量计算完全连接图的权值,避免了参数ε的设置。3.针对簇数目的选取会对聚类结果造成的影响的问题,本文提出采用本征间隙方法来改进谱平均密度聚类算法。根据矩阵扰动理论从三种情况出发分析了扰动对特征值造成的影响以及相似性度量和扰动的关系,通过以上分析发现,本文所提出的基于动态共享近邻的相似性度量能够有效减小扰动,非常适合采用本征间隙方法来确定簇数目。