基于自然邻的自适应谱聚类算法

• 作者: 付飘飘 张程 朱庆生
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 谱聚类 自然邻 自适应 尺度参数 聚类数目
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 19-23
• 页数: 5页
• 分类号: TP301
• 字数: 4325字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.11.004

摘要

在传统谱聚类算法中,构造相似矩阵时需要人为输入尺度参数;除此之外,之后的k-means过程中还需要人工输入确切的聚类数目,而以上两个参数对聚类效果影响巨大.针对以上问题,提出了一种基于自然邻的自适应谱聚类算法.该算法不需要人为输入任何参数,完全实现自适应,主要方式是通过自然邻算法获取各点之间的邻近信息,其中包括自然邻个数、自然逆邻个数、自然邻居集以及自然逆邻居集.通过实例分析,在多重尺度数据集下或者在流行数据集中,充分利用以上先验信息构造出更加符合实际情况的相似矩阵.另外,根据近邻传播思想获得聚类数目.将该算法运用于部分人工数据集上,且与谱聚类算法进行比较,聚类效果显著改进.实验结果表明,该算法具有一定的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱庆生	重庆大学计算机学院	175	1952	22.0	33.0
2	张程	重庆大学计算机学院	37	241	9.0	13.0
3	付飘飘	重庆大学计算机学院	1	6	1.0	1.0