基于Canopy聚类的谱聚类算法

• 作者: 周伟 肖杨
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: K-Means 谱聚类 初始化敏感 Canopy
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1095-1100
• 页数: 6页
• 分类号: TP391
• 字数: 4171字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.06.019

摘要

传统的谱聚类算法对初始化敏感,针对这个缺陷,引入 Canopy 算法对样本进行"粗"聚类得到初始聚类中心点,将结果作为K-Means算法的输入,提出了一种基于Canopy和谱聚类融合的聚类算法(Canopy-SC),减少了传统谱聚类算法选择初始中心点的盲目性,并将其用于人脸图像聚类.与传统的谱聚类算法相比,Canopy-SC算法能够得到较好的聚类中心和聚类结果,同时具有更高的聚类精确度.实验结果表明了该算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周伟	湖北工业大学机械工程学院	10	10	2.0	2.0
2	肖杨	湖北工业大学机械工程学院	1	1	1.0	1.0