论文研究-三种谱聚类算法及其应用研究.pdf

【文件属性】：
文件名称：论文研究-三种谱聚类算法及其应用研究.pdf
文件大小：2.42MB
文件格式：PDF
更新时间：2022-08-11 16:20:38
聚类分析,谱聚类,规范化割,稀疏子空间聚类,谱曲率聚类 为全面理解谱聚类（spectral clustering，SC）算法性能，利用四类几何结构数据，对规范化割（normalized cut，Ncut）、稀疏子空间聚类（sparse subspace clustering，SSC）和谱曲率聚类（spectral curvature clustering，SCC）三种谱聚类算法进行对比分析。结果表明，三种算法的聚类结果各有差异，但每类数据都可以找到相对最有效的聚类算法。Ncut无法处理相交的数据，适用性较差；SSC算法适用性较强，但聚类精度不高；SCC算法具有适用性强、精度高等特点，能够实现四类几何结构数据的有效聚类。此外，改进的SCC算法有效地实现了有数据间断的两条相交螺旋线聚类。最后，分析了现有SCC算法存在的不足，并指出进一步研究的方向。