聚类是数据挖掘中一个富有活力的研究领域,也是机器学习中一种重要的无监督学习技术。聚类分析作为数据挖掘中一个重要分支,已经植根于生物学、安全、商务智能、图像及模式识别和Web搜索等诸多应用领域。针对密度峰值聚类算法(DPC)存在的选择聚类中心时有人为因素,所选的聚类中心可能会陷入局部最优,参数截断距离d_c根据经验值选择的问题,提出了相应的改进算法,并将改进后的算法对LAMOST观测的恒星光谱数据进行了聚类分析。具体研究内容包括以下几个方面:(1)针对DPC算法需要人为因素参与来选择聚类中心的缺陷,给出了基于指数分布的密度峰聚类中心(EDPC)快速确定方法。首先,通过比较得到合适的计算局部密度的方法,并将密度和距离的乘积作为新的判断指标;其次,高于由指数分布确定的上限的数据点被定义为潜在聚类中心;最后,将每个剩余的点分配给距离其最近的较高密度的中心点。理论分析与实验结果表明,本算法可以自动有效地选择聚类中心,克服了人为因素的影响并且提高了算法的聚类效率。(2)针对DPC算法所选的聚类中心可能会陷入局部最优和参数截断距离d_c值根据经验值选取的缺陷,给出了一种新的基于DPC&PSO(PDPC)的聚类算法。首先,为了减少参数d_c对聚类结果的影响,提出了一种新的计算参数d_c的方法;其次,基于(1)中提出的判断指标,提出了一个新的适应度函数,在此基础上,通过PSO算法可以找寻K个初始中心点,然后,执行聚类迭代过程并计算新的聚类中心;最后,通过对比实验的结果表明,PDPC比其他六种算法的聚类结果更准确,并且算法的效率也有了提高。该算法也有效的解决DPC算法所选的聚类中心可能会陷入局部最优的缺陷,以及克服了参数d_c对聚类结果的影响。(3)在上述研究的基础上,以LAMOST光谱数据为应用背景,采用所提出的聚类方法对恒星光谱数据进行了聚类分析,运行结果显示,该方法用于恒星光谱数据聚类分析效果良好。