面向多视角数据的极大熵聚类算法

• 作者: 张丹丹 王士同 邓赵红
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 熵 多视角聚类 划分 权值 集成策略 UCI数据集
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 554-564
• 页数: 11页
• 分类号: TP18
• 字数: 8288字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1505041

摘要

当前，极大熵聚类（maximum entropy clustering，MEC）在面对多视角聚类任务时，是将多视角样本合并成为一个整体样本再进行处理，然而这样会破坏各视角的独立性特征，进而影响最终的划分结果。针对该问题，首先提出多视角协同划分极大熵聚类算法（multi-view collaborative partition MEC，CoMEC），该算法加入一个协调各视角空间划分的约束项，使得每一视角在单独聚类过程中考虑到其他视角的影响；然后通过区分每个视角的重要性将CoMEC算法扩展为视角加权版本，即视角加权协同划分极大熵聚类算法（view weighted collaborative partition MEC，W-CoMEC）；最后利用几何均值的集成策略得到全局性的划分结果。在人工数据集以及UCI数据集上的实验结果均显示所提算法较之已有的聚类技术在应对多视角聚类任务时具有更好的聚类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	邓赵红	江南大学数字媒体学院	86	764	11.0	26.0
3	张丹丹	江南大学数字媒体学院	11	65	5.0	8.0