局部相似性优化的p-谱聚类算法

• 作者: 丁世飞 胡乾坤
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: p-Laplacian算子 局部相似性 自适应和最优近邻 秩约束
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 462-471
• 页数: 10页
• 分类号: TP391
• 字数: 6626字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1703048

摘要

通过引入p-Laplacian算子,谱聚类算法得以获得较好的图切判据.但算法中的相似矩阵未能充分挖掘数据样本的局部结构信息,同时相似性的计算与数据样本的聚类是在两个不同的步骤中实现的,故得到的相似矩阵并不一定是最适合此聚类方法的,从而得不到最优的聚类结果.因此,提出了基于局部相似性优化的p-谱聚类算法.该算法通过数据样本的自适应和最优近邻之间的局部距离来优化相似性测度的方法,同时通过p-Laplacian矩阵的秩约束,可以得到对应无向图中连通分量的数目等于聚类数目.实验表明,基于局部相似性优化的p-谱聚类算法可以获得更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁世飞	中国矿业大学计算机科学与技术学院	83	2735	17.0	52.0
2	胡乾坤	中国矿业大学计算机科学与技术学院	1	4	1.0	1.0