基于密度峰值的聚类集成

• 作者: 李天瑞 杨燕 王红军 褚睿鸿
• 来源期刊: 自动化学报
• 关键词: 聚类集成 近邻传播 密度峰值 相似性矩阵
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1401-1412
• 页数: 12页
• 字数: 11438字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150864

摘要

聚类集成的目的是为了提高聚类结果的准确性、稳定性和鲁棒性。通过集成多个基聚类结果可以产生一个较优的结果。本文提出了一个基于密度峰值的聚类集成模型,主要完成三个方面的工作：1)在研究已有的各聚类集成算法和模型后发现各基聚类结果可以用密度表示；2)使用改进的最大信息系数(Rapid computation of the maximal information coe?cient, RapidMic)表示各基聚类结果之间的相关性,使用这种相关性来衡量原始数据在经过基聚类器聚类后相互之间的密度关系；3)改进密度峰值(Density peaks, DP)算法进行聚类集成。最后,使用一些标准数据集对所设计的模型进行评估。实验结果表明,相比经典的聚类集成模型,本文提出的模型聚类集成效果更佳。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李天瑞	西南交通大学信息科学与技术学院	116	965	17.0	24.0
2	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
3	王红军	西南交通大学信息科学与技术学院	14	93	4.0	9.0
4	褚睿鸿	西南交通大学信息科学与技术学院	1	21	1.0	1.0