多维空间可调整的近邻传播聚类算法*

• 作者: 王卫涛 钱雪忠
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 近邻传播 多维空间 属性权重 空间分布
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 116-127
• 页数: 12页
• 分类号: TP391.4
• 字数: 6909字
• 语种: 中文

摘要

针对近邻传播算法不适合处理多重尺度和任意形状数据的问题,提出了一种基于多维空间可变换的MSAAP(multidimensional similarity adaptive affinity propagation)算法.首先,通过熵值法计算数据样本点的属性权重;然后,根据属性权重构造出一种新型计算相似性矩阵的方法;最后,根据属性权重的优先级将样本点的空间划分成若干个空间块,并计算空间块的吸引度和归属度之和,进而调整样本点的空间分布.通过13个不同形状的UCI数据集和3个人脸数据库进行对比实验,从准确率、算法时间、聚类个数3个维度去分析,最终实验结果证明所提出的MSAAP算法聚类效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	王卫涛	江南大学物联网工程学院	3	15	2.0	3.0