基于共享近邻的自适应谱聚类

• 作者: 于红 刘馨月 尤全增 李静伟 林鸿飞
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 聚类 谱聚类 相似度度量 共享近邻
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1876-1880
• 分类号: TP391
• 字数: 5919字
• 语种: 中文

摘要

谱聚类是一种极具竞争力的聚类算法.相似度定义对谱聚类算法的性能有至关重要的影响.本文用两点的共享近邻数目表征局部密度,从而获知隐含的簇结构信息.将这一信息与自调节的高斯核函数结合,提出了基于共享近邻的自适应相似度及相应的谱聚类算法.它满足聚类假设的要求,具有局部密度的自适应性,能有效识别数据点之间的内在联系.典型人工和真实数据集上的实验结果证明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘馨月		1	22	1.0	1.0
5	李静伟		1	22	1.0	1.0
6	于红		1	22	1.0	1.0
10	尤全增		1	22	1.0	1.0
11	林鸿飞		1	22	1.0	1.0