属性样本同步粒化的AP熵加权软子空间聚类算法

• 作者: 丁世飞 朱红
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 聚类 熵 加权 子空间 AP聚类
• 年，卷（期）: 2016,（4）
• 页码范围: 767-774
• 页数: 8页
• 分类号: TP181
• 字数: 4228字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.04.015

摘要

仿射传播（Affinity propagation ，AP）聚类算法是将所有待聚类对象作为潜在的聚类中心，通过对象之间传递的可靠性和有效性信息找到合适的聚类中心，从而计算出相应的聚类结果，但不适用子空间聚类。将粒度计算引入到仿射传播聚类算法中，提出属性与样本同步粒化的AP熵加权软子空间聚类算法（Entropy weighting AP algorithm for subspace clustering based on asynchronous granulation of at‐tributes and samples ，EWAP）。EWAP首先去除冗余属性，然后在每次聚类的迭代过程中修改属性的权重值。在满足一定条件迭代终止时，就会得到构成各兴趣度子空间的属性权重值，从而得到属性集的粒化结果以及相应的子空间聚类结果。理论与实验证明EWAP算法既保留了AP算法的优点，又克服了该聚类算法不能进行子空间聚类的不足。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁世飞	中国矿业大学计算机科学与技术学院	83	2735	17.0	52.0
2	朱红	徐州医科大学医学信息学院	25	34	4.0	5.0