加权PageRank改进地标表示的自编码谱聚类算法

• 作者: 储德润 周治平
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 机器学习 数据挖掘 聚类分析 地标点聚类 谱聚类 加权PageRank 自动编码器 聚类损失
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 机器学习
• 页码范围: 302-309
• 页数: 8页
• 分类号: TP18
• 字数: 7121字
• 语种: 中文
• DOI: 10.11992/tis.201904021

摘要

针对传统谱聚类算法在处理大规模数据集时,聚类精度低并且存在相似度矩阵存储开销大和拉普拉斯矩阵特征分解计算复杂度高的问题.提出了一种加权PageRank改进地标表示的自编码谱聚类算法,首先选取数据亲和图中权重最高的节点作为地标点,以选定的地标点与其他数据点之间的相似关系来逼近相似度矩阵作为叠加自动编码器的输入.然后利用聚类损失同时更新自动编码器和聚类中心的参数,从而实现可扩展和精确的聚类.实验表明,在几种典型的数据集上,所提算法与地标点谱聚类算法和深度谱聚类算法相比具有更好的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周治平	江南大学物联网技术应用教育部工程研究中心	105	522	11.0	16.0
2	储德润	江南大学物联网技术应用教育部工程研究中心	2	1	1.0	1.0