数据挖掘中一种改进的谱组合聚类算法

• 作者: 吴义春 童绪军
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 组合聚类 基本分区 低秩表示 共协矩阵 增强拉格朗日乘数法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信号与信息处理、计算机与控制
• 页码范围: 497-503
• 页数: 7页
• 分类号: TN911.7
• 字数: 4905字
• 语种: 中文
• DOI: 10.11805/TKYDA2019338

摘要

组合聚类(EC)是解决数据挖掘问题的关键手段之一,但现有的EC方法较少考虑可能破坏聚类结构的各种噪声,降低了聚类性能.为此,提出一种改进的谱组合聚类(ISEC)方法.将聚类问题建模为输入的多个基本分区(BPs)派生的共协矩阵的图分割问题;ISEC方法学习得到共协矩阵的低秩表示,并在共协矩阵上进行谱聚类,提高聚类性能;最后采用增强拉格朗日乘数法进行优化求解,获得最终的聚类结果.在多个真实数据集上的仿真实验结果表明,ISEC方法的聚类性能优于目前的大多数聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴义春	安徽医学高等专科学校基础部	32	105	6.0	8.0
2	童绪军	安徽医学高等专科学校基础部	8	3	1.0	1.0