基于图滤波的快速谱聚类

• 作者: 倪中源 刘惊雷
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 谱聚类 图滤波 图信号处理 快速谱聚类 抽样与重构
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 2021年中国粒计算与知识发现学术会议(CGCKD2021)论文选登|China Granular Computing and Knowledge Discovery Academic Conference in 2021 (CGCKD 2021)
• 页码范围: 1-14
• 页数: 14页
• 分类号: TP39
• 语种: 中文
• DOI: 10.13451/j.sxu.ns.2021058

摘要

谱聚类是一种无监督学习方法,在许多环境中都能高效地进行应用,且易于实现,已经成为非常流行的聚类算法之一.然而谱聚类仍面临两个主要的问题:(1)如果数据量过大,在对拉普拉斯矩阵进行特征分解时,需要大量的计算;(2)k-means在面对大量数据时也会有计算时间过长的缺陷.为了克服这两个缺陷,文章提出了一种基于图滤波的快速谱聚类算法(Fast Spectral Clustering via Graph Filtering,FSCGF),通过对随机信号进行滤波生成伪特征向量,克服了拉普拉斯矩阵的特征分解的困难,通过抽样的方法减少数据规模,加快k-means聚类的计算过程.最后在不同的数据集上进行了测试,研究结果表明,FSCGF改善了聚类的时间复杂度,并且利用优化过程减少了误差,同时提高了聚类精度,证明了FSCGF的有效性.