一种基于二部图谱划分的聚类集成方法

• 作者: 安晶 徐森 徐秀芳 徐静 皋军 花小朋
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 机器学习 聚类分析 二部图模型 聚类集成 谱聚类算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2208-2212
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.1010

摘要

将二部图模型引入聚类集成问题中,使用二部图模型同时建模对象集和超边集,充分挖掘潜藏在对象之间的相似度信息和超边提供的属性信息.设计正则化谱聚类算法解决二部图划分问题,在低维嵌入空间运行K-means++算法划分对象集,获得最终的聚类结果.在多组基准数据集上进行实验,实验结果表明所提出方法不仅能获得优越的结果,而且具有较高的运行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安晶	盐城工学院信息工程学院	40	133	6.0	9.0
2	徐森	盐城工学院信息工程学院	33	233	7.0	14.0
3	徐静	盐城工学院信息工程学院	14	81	5.0	8.0
4	花小朋	盐城工学院信息工程学院	22	122	7.0	10.0
5	徐秀芳	盐城工学院信息工程学院	32	133	6.0	10.0