信息瓶颈原理提供了一种从复杂数据集中提取相关特征的系统方法，并且将特征提取建模为数据压缩，并通过保留有关特定特征的信息量来量化所提取特征的相关性。 如何为IB构建最佳解决方案仍然是一个问题。 当前的信息瓶颈（IB）算法仅利用元素对之间的信息，而忽略元素邻域之间的信息。 这是大多数IB算法无法保留尽可能多的相对信息的主要原因之一，这进一步限制了IB在许多领域的适用性。 在本文中，我们提出了密度连通性组件的概念，通过这种概念，可以考虑一个元素的邻居之间的信息丢失，而不是成对元素之间的信息丢失。 然后
