基于 Markov 随机游走的谱聚类相似图构造方法

• 作者: 凌永权 戴青云 曹江中 陈佩
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 谱聚类 马尔可夫随机游走 近邻图 转移概率矩阵
• 年，卷（期）: 2015,（4）
• 页码范围: 772-780
• 页数: 9页
• 分类号: TP391.4
• 字数: 4348字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.04.015

摘要

谱聚类是一种基于图谱理论的聚类方法。由样本数据构成的相似图是谱聚类的基础，也是影响谱聚类性能的一个重要因素。目前的相似图通常包含许多错误的连接边，这些错误的连接边将会降低谱聚类的效果。因此，如何提高相似图中连接边的可靠性是提高谱聚类效果的一个重要方向。提出一种基于 Markov 随机游走模型的稀疏相似图构造方法。提出的方法在常规的 k 最近邻图上定义一个 Markov 随机游走点，利用游走点的高阶转移概率来选择近邻点。由于高阶转移概率反映的是数据间多层复杂的关联程度，因此通过高阶转移概率确定的近邻数据更可靠。在人工仿真和实际数据集上的对比实验表明，提出的方法较常规的近邻图能更好地反映存在数据中的结构，提高谱聚类的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹江中	广东工业大学信息工程学院	20	182	8.0	13.0
2	凌永权	广东工业大学信息工程学院	12	49	3.0	6.0
3	戴青云		10	31	3.0	5.0
4	陈佩	中山大学信息科学与技术学院	1	4	1.0	1.0