面向标注的局部中心度传播聚类算法

• 作者: 宗瑜 徐贯东 郭有强 金萍
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 标注 聚类 KNN有向图 核密度 局部中心
• 年，卷（期）: 2013,（4）
• 页码范围: 499-504
• 页数: 6页
• 分类号: TP181
• 字数: 5622字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.201204047

摘要

现有的标注聚类算法大多采用传统的K-means或Single-linkage算法对标注数据直接聚类,但是K-means或Single-linkage本身固有的缺陷严重影响了聚类结果的质量.给出了一种局部中心度传播聚类算法LCIPC(local centrality information passing clustering),该算法首先在标注相似度的基础上建立标注数据的KNN有向邻居图G；然后利用核密度估计方法计算每个标注的局部中心度；再通过随机游走方法在图G中传播局部中心度,以产生全局中心度等级；最后,调用图深度优先搜索算法发现标注聚类结果.在3个真实数据集上的聚类结果显示,LCIPC算法具有够获得高质量标注聚类结果的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金萍	皖西学院信息工程学院	16	68	4.0	7.0
2	郭有强	蚌埠学院计算机科学与技术系	42	134	7.0	9.0
3	宗瑜	皖西学院信息工程学院	17	74	5.0	8.0