三种谱聚类算法及其应用研究

• 作者: 刘紫涵 吴艳兰 吴鹏海
• 来源期刊: 计算机应用研究
• 关键词: 聚类分析 谱聚类 规范化割 稀疏子空间聚类 谱曲率聚类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1026-1031
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.04.016

摘要

为全面理解谱聚类(spectral clustering,SC)算法性能,利用四类几何结构数据,对规范化割(normalizedcut,Ncut)、稀疏子空间聚类(sparse subspace clustering,SSC)和谱曲率聚类(spectral curvature clustering,SCC)三种谱聚类算法进行对比分析.结果表明,三种算法的聚类结果各有差异,但每类数据都可以找到相对最有效的聚类算法.Ncut无法处理相交的数据,适用性较差;SSC算法适用性较强,但聚类精度不高;SCC算法具有适用性强、精度高等特点,能够实现四类几何结构数据的有效聚类.此外,改进的SCC算法有效地实现了有数据间断的两条相交螺旋线聚类.最后,分析了现有SCC算法存在的不足,并指出进一步研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴鹏海	安徽大学资源与环境工程学院	11	50	4.0	6.0
4	吴艳兰	安徽大学资源与环境工程学院	31	150	8.0	11.0
7	刘紫涵	安徽大学资源与环境工程学院	5	38	3.0	5.0