d(x，y)= [[∑][i=1][n] [∑][j=1][n](xi-yj)2] [√]…(1)

    定义2(局部密度)——数据对象xi的局部密度ρi的计算公式如下：

    ρi=∑xj∈Ω[-d(xi，xj)

    |Ω|] [e]…(2)

    式(1)(2)中Ω为εr的邻域，|Ω|为Ω内数据点数目，d(xi，xj)为数据点xi与xj间的欧氏距离。

    定义3(聚类中心距离)——聚类中心距离δi的计算公式如下：

    δi=[min

    j][ρi<ρj[d(xi，xj)] i≥1][max

    j][ρi d(xi，xj)ρi= max][{]…(3)

    定义4(聚类中心选择的约束条件)——聚类中心选择的约束条件的计算公式如下：

    Φ=ρi δi …(4)

    式(3)(4)中，ρi δi为每个数据点的局部密度ρi与聚类中心距离δi的乘积形成的列表数据。

    ②CMC-DD具体算法流程：CMC-DD聚类算法能够很好地解决截断距离参数的影响 ......