基于AP聚类的多特征融合方法

• 作者: 俞璐 段国仑 郭蕾蕾 陶性留
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: AP聚类 多特征融合 视图(特征)不平衡 成对约束 相似度矩阵
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP391
• 字数: 6771字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.08.009

摘要

经典的聚类方法通常只适用于单一特征数据,对于多特征数据,特征融合显得尤为重要.传统的多特征融合方式易造成维数灾难、尺度较小的特征被忽视等问题.对于"视图(特征)不平衡"数据,上述问题显得尤为突出.为此,提出了一种基于成对约束的多特征融合AP聚类算法.该算法用"差特征"数据聚类得到约束信息,利用"好特征"数据得到基础相似度矩阵,再利用成对约束来调整基础相似度矩阵,在新得到的相似度矩阵上进行AP聚类.该特征融合方法中,"好特征"占据主导,"差特征"只是以约束的形式发挥作用,克服了现有特征融合方法中效果差距很大的特征平起平坐的缺点.实验结果表明,相较于单视图聚类、多视图数据直接拼接后再聚类、多视图谱聚类等方法,多特征融合AP聚类算法取得了较好的性能,有效地解决了"视图(特征)不平衡"问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭蕾蕾	陆军工程大学通信工程学院	5	7	2.0	2.0
2	俞璐	陆军工程大学通信工程学院	11	4	2.0	2.0
3	段国仑	陆军工程大学指挥控制工程学院	5	7	2.0	2.0
4	陶性留	陆军工程大学通信工程学院	6	5	2.0	2.0