一种可重叠子空间K-Means聚类算法

• 作者: 余丽 刘宇航 刘海姣 马慧芳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 目标函数 子空间聚类 离群点 熵权约束 K-Means聚类算法
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 58-63,71
• 页数: 7页
• 分类号: TP18
• 字数: 5852字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054555

摘要

现有聚类算法面向高维稀疏数据时多数未考虑类簇可重叠和离群点的存在,导致聚类效果不理想.为此,提出一种可重叠子空间K-Means聚类算法.设计类簇子空间计算策略,在聚类过程中动态更新每个类簇的属性子空间,并定义合理的约束函数指导聚类过程,从而实现类簇的可重叠性与离群点的控制.在此基础上定义合理的目标函数对传统K-Means算法进行修正,利用熵权约束分别计算每个类簇中各维度的权重,使用权重值标识不同类簇中维度的相对重要性,并加入控制重叠程度和离群值数量的参数.在人工数据集和真实数据集上的实验结果表明,该算法在NMI、F1指标上均优于EWKM、NEO-K-Means、OKM等子空间聚类算法,具有更好的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
5	刘宇航	西北师范大学计算机科学与工程学院	2	0	0.0	0.0
6	余丽	西北师范大学计算机科学与工程学院	5	3	1.0	1.0
7	刘海姣	西北师范大学计算机科学与工程学院	6	5	2.0	2.0