基于流形结构的多聚类中心近邻传播聚类算法

• 作者: 杨金龙 葛洪伟 袁运浩 陈雷雷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 近邻传播聚类 多聚类中心近邻传播聚类 基于密度的聚类 流形结构 相似性度量
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 67-73
• 页数: 7页
• 分类号: TP301.6
• 字数: 7325字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1405-0255

摘要

多聚类中心近邻传播聚类算法（MEAP），在处理任意形状具有流形分布结构的数据时，往往得不到理想的聚类结果。为此，基于流形学习的思想，设计了一种全新的相似性度量，该相似性度量能够扩大位于同一流形中数据点间的相似性，同时缩小处于不同流形上数据点间的相似性，从而使得相似性矩阵能够准确地反映数据集内在的流形分布结构。将该相似性度量与MEAP相结合，提出基于流形结构的多聚类中心近邻传播聚类算法MS-MEAP （Manifold Structure based Multi-Exemplar Affinity Propagation），从而有效地拓展了算法处理任意形状具有流形分布结构数据集的能力，同时提高了算法的运行效率。在人工数据集与USPS手写体数据集上进行了实验，仿真实验结果及算法有效性分析证明，MS-MEAP算法相比于原算法在处理任意形状具有流形分布结构的数据时，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	葛洪伟	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	86	456	11.0	17.0
2	杨金龙	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	28	103	7.0	8.0
3	袁运浩	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	9	28	4.0	5.0
4	陈雷雷	江南大学物联网工程学院轻工过程先进控制教育部重点实验室	5	1	1.0	1.0