基于加权联合矩阵的演化聚类算法

基于加权联合矩阵的演化聚类算法
周松华;欧阳春娟
【期刊名称】《计算机应用研究》
【年(卷),期】2015(32)11
【摘要】Compared with static clustering,evolutionary clustering can not only resist to the noise in short-term,but also re-flect the changing trend in long term.It has been widely used in dynamic community identification,financial product analysis and many other fields.Traditional evolutionary clustering focus on a single time step,while falls short of dealing with multiple ones.Based on the time smoothing framework,this paper put forward a weighted co-association matrix oriented evolutionary clustering(WCEC),which proved to be simple as well as scalable through experiments.%传统的演化聚类算法大多是基于单个时间截面进行问题求解，对于多时间截面的融合问题尚无有效的处理办法，造成了大量的知识浪费。

从时间平滑框架出发，借鉴组合聚类思想，提出一种基于加权联合矩阵的演化聚类算法（WCEC）。

实验表明，该方法不仅简单有效，而且对于数据点变化的演化情况具有较高的扩展性。

【总页数】6页(P3247-3251,3268)
【作者】周松华;欧阳春娟
【作者单位】井冈山大学电子与信息工程学院，江西吉安 343009;井冈山大学电子与信息工程学院，江西吉安 343009
【正文语种】中文
【中图分类】TP182;TP301.6
【相关文献】
1.基于特征加权和非负矩阵分解的多视角聚类算法 [J], 刘正;张国印;陈志远
2.基于矩阵加权关联规则的空间粒度聚类算法 [J], 李泽军
3.基于加权核非负矩阵分解的短文本聚类算法 [J], 曹大为;贺超波;陈启买;刘海
4.基于Bregman联合聚类与加权矩阵分解的\r融合推荐算法 [J], 郭蕊;孙福振;王绍卿;张进;王帅;方春
5.基于可变加权矩阵的机器人雅可比矩阵规范化 [J], 刘志忠;柳洪义;罗忠;王菲因版权原因，仅展示原文概要，查看原文内容请购买。