K 近邻的自适应谱聚类快速算法

• 作者: 张晓波 李志勇 李泽明 王芬 范敏
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 谱聚类 K 近邻 稀疏矩阵 自适应 快速算法
• 年，卷（期）: 2015,（6）
• 页码范围: 147-152
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2015.06.020

摘要

谱聚类算法建立在谱图划分理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。然而，谱聚类算法涉及如何选取合适的尺度参数σ构造相似度矩阵的问题。并且，在处理大规模数据集时，聚类的过程需要较大的时间和内存开销。研究从构造相似度矩阵入手，以传统 NJW 算法为基础，提出一种基于 K 近邻的自适应谱聚类快速算法 FA-SC。该算法能自动确定尺度参数σ；同时，对输入数据集分块处理，并用基于 K 近邻的稀疏相似度矩阵保存样本信息，减少计算的内存开销，提高了运行速度。通过实验，与传统谱聚类算法比较，FA-SC 算法在人工数据集和 UCI 数据集上能够取得更好的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范敏	重庆大学自动化学院	35	444	14.0	18.0
2	李志勇	国网重庆市电力公司江北供电分公司	9	47	5.0	6.0
3	王芬	重庆大学自动化学院	2	15	2.0	2.0
4	李泽明	重庆大学自动化学院	3	17	3.0	3.0
5	张晓波	国网重庆市电力公司江北供电分公司	1	5	1.0	1.0