基于消息传递的谱聚类算法

• 作者: 丁世飞 王丽娟 贾洪杰
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 谱聚类 相似矩阵 消息传递 聚类稳定性
• 年，卷（期）: 2019,（3）
• 页码范围: 548-557
• 页数: 10页
• 分类号: TP301
• 字数: 6335字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2019.03.018

摘要

谱聚类将数据聚类问题转化成图划分问题,通过寻找最优的子图,对数据点进行聚类.谱聚类的关键是构造合适的相似矩阵,将数据集的内在结构真实地描述出来.针对传统的谱聚类算法采用高斯核函数来构造相似矩阵时对尺度参数的选择很敏感,而且在聚类阶段需要随机确定初始的聚类中心,聚类性能也不稳定等问题,本文提出了基于消息传递的谱聚类算法.该算法采用密度自适应的相似性度量方法,可以更好地描述数据点之间的关系,然后利用近邻传播(Affinity propagation,AP)聚类中“消息传递”机制获得高质量的聚类中心,提高了谱聚类算法的性能.实验表明,新算法可以有效地处理多尺度数据集的聚类问题,其聚类性能非常稳定,聚类质量也优于传统的谱聚类算法和k-means算法.

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	王丽娟	中国矿业大学计算机科学与技术学院	19	16	2.0	3.0
6	贾洪杰	江苏大学计算机与通信工程学院	2	0	0.0	0.0