基于初始偏向度的AP算法聚类性能优化研究

• 作者: 滑楠 赵延龙
• 来源期刊: 计算机应用研究
• 关键词: AP算法 初始偏向度 多重单目标优化 聚类性能
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 372-374,399
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.02.012

摘要

在对AP算法仿真研究过程中发现,样本数据点作为类代表点的初始偏向度取值,与算法最终聚类性能有着密切的联系.针对两者之间的数量关系展开深入研究,通过建立初始偏向度多重单目标优化模型,限定算法花费时长在可设定的范围内,确定初始偏向度最优取值,使得算法聚类准确率取得最优,同时花费时长相对较小.实验结果表明,对于三种经典的标准数据集4k2-far、wine和iris,优化后的AP算法与优化前相比,在降低花费时长的同时提高了聚类准确率,从而有效提高算法的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滑楠	空军工程大学信息与导航学院	23	208	9.0	14.0
2	赵延龙	空军工程大学信息与导航学院	5	15	2.0	3.0