基于CMT-FCM的自适应谱聚类算法

• 作者: 夏鸿斌 李明
• 来源期刊: 计算机应用研究
• 关键词: 谱聚类 初值敏感 标准差 历史知识 中心距离极大化
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 739-742
• 页数: 4页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.023

摘要

传统谱聚类对初值选取十分敏感,严重影响了聚类效果.为了解决初值敏感问题,提出了基于CMT-FCM(借鉴历史知识的类中心距离极大化聚类算法)的自适应谱聚类算法.该算法以样本空间的标准差作为尺度参数,实现了尺度参数的自适应选取,提高了算法效率;而通过借鉴历史知识,引入类中心距离极大化项,避免了干扰点对类中心的干扰,提高了算法鲁棒性.通过在模拟数据集以及真实数据集上的测验,取得了比传统谱聚类更稳定的聚类效果,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏鸿斌	江南大学数字媒体学院	24	148	6.0	11.0
2	李明	江南大学数字媒体学院	23	214	8.0	14.0