基于密度峰值优化的谱聚类算法

• 作者: 孙伟 杨娟 汪荣贵 胡敏 薛丽霞
• 来源期刊: 计算机应用研究
• 关键词: 谱聚类 密度峰值 密度聚类 自适应 Nystr(o)m抽样
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1948-1950,1983
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0019

摘要

针对经典谱聚类算法无法自适应确定聚类数目,以及在处理大数据量的聚类问题时效率不高的问题,提出了一种基于密度峰值优化的谱聚类算法.该方法首先计算数据对象的局部密度,以及每个数据对象与其他数据对象的最小距离,并依据一定的规则自适应产生初始聚类中心,确定聚类数目;然后使用Nystrom抽样来降低特征分解的计算复杂度,以达到提高谱聚类算法的效率.实验结果表明,该方法能够准确地得到聚类数目,并且有效提高了聚类的准确率和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡敏	合肥工业大学计算机与信息学院	116	1456	20.0	34.0
2	汪荣贵	合肥工业大学计算机与信息学院	104	1458	21.0	34.0
3	孙伟	合肥工业大学计算机与信息学院	56	345	12.0	17.0
4	薛丽霞	合肥工业大学计算机与信息学院	27	72	5.0	7.0
5	杨娟	合肥工业大学计算机与信息学院	47	121	5.0	8.0