无需特征分解的快速谱聚类算法

• 作者: 刘惊雷 刘静姝 王莉
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 谱聚类 Nystr?m采样 收敛性分析 特征分解 乘法更新迭代
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 2020 年中国粒计算与知识发现学术会议(CGCKD 2020)
• 页码范围: 3413-3422
• 页数: 10页
• 分类号: TP181
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020061040

摘要

为了解决样本数较大时,传统谱聚类算法执行特征分解消耗时间过大的问题,提出了一种无需特征分解的快速谱聚类算法,通过乘法更新迭代来降低时间开销.首先,利用Nystr?m方法进行随机采样,建立了采样矩阵和原始矩阵之间的关系;其次,基于乘法更新原理实现矩阵指示器矩阵的迭代更新;最后,在理论上对所设计算法进行了正确性和收敛性分析.在广泛使用的五个真实数据集和三个人工合成数据集上进行测试.实验结果表明,在真实数据集上,所提算法的标准互信息(NMI)平均值为0.45,与k-means聚类算法相比提高了12.50％;运行时间为61.73 s,与传统谱聚类算法相比减少了61.13％;而且表现性能优于层次聚类算法,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘惊雷		63	262	8.0	13.0
2	刘静姝		1	0	0.0	0.0
3	王莉		4	10	2.0	3.0