基于张量距离的高阶近邻传播聚类算法

• 作者: 周传生 铉岩
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 异构数据 张量距离 AP算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 96-99
• 页数: 4页
• 分类号: TP391
• 字数: 2551字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2016.01.022

摘要

近邻传播算法(AP)不需要事先指定聚类数目,在程序运行过程中,能够自动识别聚类中心及聚类数目.在同一批数据集上,AP算法聚类结果稳定,鲁棒性好.除此之外,AP聚类算法可以采用多种距离度量方式,聚类结果精确.针对近邻传播算法(AP)不能对异构数据进行聚类的问题,提出一种基于张量距离的高阶AP聚类算法.该算法首先利用张量表示异构数据对象,然后将张量距离引入AP聚类算法,用来度量异构数据对象在张量空间的相似度.张量距离的引入,不但能够度量异构数据对象在数值上的差异,同时能够度量异构数据对象在高阶空间中位置的差异性,有效的捕捉异构数据对象的分布特征.实验结果表示,提出的高阶AP算法能够有效的对异构数据对象进行聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周传生	沈阳师范大学教育技术学院	34	290	8.0	15.0
2	铉岩	沈阳师范大学科信软件学院	1	0	0.0	0.0