基于核K-means的增量多视图聚类算法

• 作者: 喻琇瑛 张佩瑞 杨燕 邢焕来
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 多视图聚类 核函数 多视图核K-means 增量聚类 数据块 聚类中心
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.434

摘要

针对基于核的多视图聚类算法(kernel based multi-view clustering method,MVKKM)在处理大规模数据集时运行时间长的缺点,引入增量聚类模型的概念,将MVKKM算法与增量聚类模型相结合,提出基于核K-means的多视图增量聚类算法(incremental multi-view clustering algorithm based on kernel K-means,IMVCKM).通过将数据集分块,在每个数据块中使用MVKKM算法聚类,并将每个数据块的聚类中心作为下个数据块的初始聚类中心.将所有块的聚类中心进行整合后再次进行多视图聚类,得到最终的聚类结果.试验结果表明,在3个大规模数据集上,IMVCKM算法相较于MVKKM算法在3个评价指标上具有更好的聚类结果,且运行时间更短.该算法在保证聚类性能的基础上大大降低算法的运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
2	邢焕来	西南交通大学信息科学与技术学院	13	153	3.0	12.0
3	喻琇瑛	西南交通大学信息科学与技术学院	6	27	2.0	5.0
4	张佩瑞	西南交通大学信息科学与技术学院	1	1	1.0	1.0