一种基于自适应相似矩阵的谱聚类算法

一种基于自适应相似矩阵的谱聚类算法
王贝贝;杨明;燕慧超;孙笑仙
【期刊名称】《河北工业科技》
【年(卷),期】2018(035)002
【摘要】为了消除在构建谱聚类算法的相似矩阵时,高斯核函数中尺度参数的波动影响,构建了一种自适应相似矩阵,并应用到谱聚类算法中.自适应相似矩阵中数据点间的距离度量采用测地距离算法,相距较近的两点间的距离近似于欧氏距离,相距较远的两点则先根据欧氏距离得到每个数据点的k 个近邻点,然后累加近邻点的测地距离,由此得到每对数据点间的最短距离.两点间的局部密度用共享近邻的定义来表示,更好地刻画了数据集的本征结构.在5个人工数据集和国际通用UCI数据库中的5个真实数据集上进行实验.实验结果表明,所提算法的聚类准确率高于对比算法的准确率,对复杂分布数据有很强的自适应能力.研究成果为数据挖掘及机器学习提供了思路和方法.
【总页数】7页(P77-83)
【作者】王贝贝;杨明;燕慧超;孙笑仙
【作者单位】中北大学理学院,山西太原 030051;中北大学理学院,山西太原030051;中北大学理学院,山西太原 030051;中国传媒大学理工学部,北京 100024【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种尺度参数与初始中心自适应的谱聚类算法 [J], 梁后军;刘小虎;梁后兵;旷世希;吴建
2.基于局部密度构造相似矩阵的谱聚类算法 [J], 吴健;崔志明;时玉杰;盛胜利;龚声蓉
3.一种基于增量式谱聚类的动态社区自适应发现算法 [J], 蒋盛益;杨博泓;王连喜
4.基于人工蜂群算法的自适应谱聚类算法 [J], 胡卓娅; 翁健
5.基于人工蜂群算法的自适应谱聚类算法 [J], 胡卓娅; 翁健
因版权原因，仅展示原文概要，查看原文内容请购买。