基于均值的谱聚类特征向量选择算法

• 作者: 戴青云 曹江中 朱婧 王森洪
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 谱聚类 Laplacian矩阵 特征值 均值 特征向量选择
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 7-9
• 页数: 3页
• 分类号: TP301.6
• 字数: 2756字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.05.002

摘要

在数据聚类当中,谱聚类是最流行的方法之一,其性能取决于所选取相关图的拉普拉斯(Laplacian)矩阵的特征向量.对于一个K类问题,Ng-Jordan-Weiss(NJW)谱聚类算法通常采用Laplacian矩阵的前K个最大特征值对应的特征向量作为数据的一种表示.然而,对于某些分类问题,这K个特征向量不一定能够很好地体现原始数据的信息.本文提出一种基于均值的谱聚类特征向量选择算法.该算法首先得出图的Laplacian矩阵的前3K个最大特征值的均值,然后选取K个离均值最近的特征值所对应的特征向量.相比传统谱聚类算法,该算法在UCI数据集上获得了较好的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴青云	广东工业大学科技处	94	1655	17.0	39.0
2	曹江中	广东工业大学信息工程学院	20	182	8.0	13.0
3	朱婧	广东工业大学信息工程学院	2	17	2.0	2.0
4	王森洪	广东工业大学信息工程学院	2	17	2.0	2.0