一种新的谱聚类算法及其仿真

• 作者: 李娇 王晅
• 来源期刊: 计算机科学与应用
• 学科: 工学
• 关键词: 谱图理论 谱聚类 相似性矩阵 K-MEANS
• 年，卷（期）: jsjkxyyy_2017,（11）
• 页码范围: 1107-1117
• 页数: 11页
• 分类号: TP39

摘要

针对传统谱聚类基于欧氏距离度量样本之间的相似性,不能反映样本的概率分布特性,特别是具有多峰分布的样本聚类,欧氏距离具有较大的偏差,另外在传统谱聚类中广泛使用的k-means算法由于初始中心的随机性设置,经常会产生不稳定的聚类结果。本文针对相似性度量问题提出了一种能够反映样本概率分布特性的相似性度量方法,并在此基础上对谱聚类中的k-means算法进行了改进,给出了一种对初始中心进行自适应设置的方法。实验结果表明,该算法相比传统的谱聚类在人工数据集与UCI真实数据集上具有更好的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晅	陕西师范大学物理学与信息技术学院	61	282	8.0	13.0
2	李娇	陕西师范大学物理学与信息技术学院	7	28	2.0	5.0