基于流形学习的自适应反馈聚类中心确定方法

• 作者: 吴兴蛟 吴晟 周海河 曹敏 李天龙 王昕
• 来源期刊: 软件
• 学科: 工学
• 关键词: 人工智能 流形学习 反馈聚类 加权平均数 中位数
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 基金项目论文
• 页码范围: 13-16
• 页数: 4页
• 分类号: TP391.4
• 字数: 2167字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2017.06.003

摘要

K-means聚类是现行最为通用的聚类算法之一,但其在聚类过程中聚类中心不够稳定,针对这一问题,以流行聚类为依托,实现一种可以提升聚类中心稳定程度的反馈聚类方法.首先使用谱聚类对目标数据集初次聚类得到聚类集合,再根据目标集合最大子集数动态调整参数,多次迭代后获得聚类数集合表并对表中聚类值统计,最后计算表中加权平均值确定最终聚类数目.通过一百次迭代后的数据可知,使用加权平均值得到的聚类更稳定,反馈谱聚类迭代中位数和加权平均数的使用优化了流形聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晟	昆明理工大学信息工程与自动化学院	87	334	10.0	15.0
2	周海河	昆明理工大学信息工程与自动化学院	18	63	5.0	7.0
3	李天龙	昆明理工大学信息工程与自动化学院	4	7	1.0	2.0
4	吴兴蛟	昆明理工大学信息工程与自动化学院	18	49	3.0	6.0
5	曹敏	云南电网有限责任公司电力科学研究院	112	433	11.0	16.0
6	王昕	云南电网有限责任公司电力科学研究院	28	49	4.0	5.0