流形上的非线性判别K均值聚类

• 作者: 周雪燕 詹宇斌 高丽平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 聚类 流形 K均值聚类 谱正则化 谱聚类
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 数据库技术
• 页码范围: 3247-3251,3274
• 分类号: TP311.13
• 字数: 6539字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.03247

摘要

为提高具有流形结构的高维数据的聚类性能,提出非线性判别K均值聚类算法(NDisKmeans).该方法通过引入流形上的谱正则化技术,将数据的低维嵌入表示成数据流形上平滑函数的线性组合,然后通过最大化低维空间中聚类类间的散度与总体散度的比值,来实现对高维数据的聚类.还设计了一种收敛的迭代求解方法来求解最优组合系数矩阵和聚类赋值矩阵.NDisKmeans方法由于考虑了数据的流形结构,克服了判别K均值算法中线性映射的不足,从而提高了对高维数据聚类的性能.最后在数据集上的广泛实验表明,NDisKmeans方法能有效实现对高维数据的聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高丽平	中原工学院计算机学院	14	61	4.0	7.0
2	周雪燕	中原工学院计算机学院	10	14	3.0	3.0
3	詹宇斌	国防科学技术大学计算机学院	6	57	4.0	6.0