算法2：TWMSC算法

输入：数据集 $U = {x_{1}, x_{2}, \dots, x_{n}}$ 。

输出：聚类结果 ${C o (C_{1}), F r (C_{1}), C o (C_{2}), F r (C_{2}), \dots, C o (C_{k}), F r (C_{k})}$ 。

1：初始化参数：邻域半径 $ε$ ，收敛阈值eps，标记所有对象为unvisited

2：while存在被标记为unvisited的对象：

随机选择一个被标记为unvisited的对象，作为中心点 $x_{0}$ ；

for each $x_{i} \in x_{0}$ 的 $ε$ 邻域do：

if $x_{0}$ 的 $ε$ 邻域内的数据点 $x_{i}$ 与 $x_{0}$ 的距离 $d (x_{i}, x_{0}) \leq ε$ ：

$M = {x_{i} | x_{i} \in c}$ ；

for each $x^{'} \in M$ do：

偏移向量： $M_{r} = \sum_{i = 1}^{n} (\vec{x_{0} - x_{i}})$ ；

更新中心点： $x_{0} = x_{0} + M_{r}$ ；

if $‖ M_{r} ‖ < e p s$ ：记下此时中心点 $x_{0}$ ，停止迭代；

else重复上述步骤；

end if；

end for；

end while；

3：while类簇c收敛

if当前类簇c与其他类簇 $c^{'}$ 的中心距离 $d (c, c^{'}) < M_{r}$ ：

合并 $c, c^{'}$ ，记为 $c^{'}$ ；

else把类簇c看作新的类别，类簇个数 $k + 1$ ；

end if；

end while；

4：for each $x_{i} \in U$ do：

if数据点 $x_{i}$ 对类簇C的访问次数 $t_{i} = \max {t_{1}, t_{2}, \dots, t_{k}}$ ；

for each $t_{j}, j \neq i$ do：

if $\forall \frac{t_{j}}{t_{i}} < α, j = 1, 2, \dots, k$ ：

$x_{i} \in C o (C_{i})$ ；

if $\exists \frac{t_{j}}{t_{i}} \geq α, j = 1, 2, \dots, k$ ：

$x_{i} \in F r (C_{i}), x_{i} \in F r (C_{j})$ ；

end if；

end for；

end if；

end for；

5：输出：聚类结果 ${C o (C_{1}), F r (C_{1}), C o (C_{2}), F r (C_{2}), \dots, C o (C_{k}), F r (C_{k})}$ 。