稳健且简单
该算法通过提取密度峰值区域和K近邻分配，有效解决了传统密度峰值聚类在密度变化和全局结构保持方面的不足，性能超越多种现有方法。
Jingyu, Xie · 钟才明 · Yu, Tian · Hu, Lianyu · 潘铁军
Pattern Recognition 2026
密度峰值区域的概念能够识别不同密度水平的簇中心，而不受局部密度波动的影响。
使用 K 近邻分配替代欧氏距离，能够保持数据的内在结构，提高聚类质量。
在合成和 UCI 数据集上优于三种经典聚类算法和五种 DPC 扩展方法。