文件名称：基于谱聚类的聚类集成算法
文件大小：436KB
文件格式：PDF
更新时间：2016-03-04 04:18:16
谱聚类 算法
摘 要 谱聚类是近年来出现的一类性能优越的聚类算法, 能对任意形状的数据进行聚类, 但算法对尺度参数比较敏感, 利用 聚类集成良好的鲁棒性和泛化能力, 本文提出了基于谱聚类的聚类集成算法. 该算法首先利用谱聚类算法的内在特性构造多 样性的聚类成员; 然后, 采用连接三元组算法计算相似度矩阵, 扩充了数据点之间的相似性信息; 最后, 对相似度矩阵使用谱聚 类算法得到最终的集成结果. 为了使算法能扩展到大规模应用, 利用 NystrÄom 采样算法只计算随机采样数据点之间以及随机 采样数据点与剩余数据点之间的相似度矩阵, 从而有效降低了算法的计算复杂度. 本文算法既利用了谱聚类算法的优越性能, 同时又避免了精确选择尺度参数的问题. 实验结果表明: 较之其他常见的聚类集成算法, 本文算法更优越、更有效, 能较好地 解决数据聚类、图像分割等问题.