| 初始化独立的谱聚类算法 |
| |
| 引用本文： | 施培蓓,郭玉堂,胡玉娟,俞骏.初始化独立的谱聚类算法[J].计算机工程与应用,2010,46(25):134-137. |
| |
| 作者姓名： | 施培蓓 郭玉堂 胡玉娟 俞骏 |
| |
| 作者单位： | 合肥师范学院 公共计算机教学部，合肥 230601 |
| |
| 基金项目： | 安徽省高等学校省级自然科学研究重点项目，安徽省高校省级自然科学研究项目，合肥师范学院院级科研项目 |
| |
| 摘 要： | 谱聚类作为一种新颖的聚类算法近年来受到模式识别领域的广泛关注。针对传统谱聚类算法对初始中心敏感的特点，通过引入对初值不敏感的k-调和平均算法，提出一种初始化独立的谱聚类算法。在人工数据和真实数据上的实验表明，相比于传统的k-means算法、FCM算法和EM算法，改进算法在稳定性和聚类性能上有了显著的提高。
|
| 关 键 词： | 聚类 谱聚类 k-调和平均 初始化 |
| 收稿时间： | 2009-4-17 |
| 修稿时间： | 2009-6-12
|
Initialization independent spectral clustering algorithm |
| |
| SHI Pei-bei,GUO Yu-tang,HU Yu-juan,YU Jun.Initialization independent spectral clustering algorithm[J].Computer Engineering and Applications,2010,46(25):134-137. |
| |
| Authors: | SHI Pei-bei GUO Yu-tang HU Yu-juan YU Jun |
| |
| Affiliation: | Department of Public Computer Teaching，Hefei Normal University，Hefei 230601，China |
| |
| Abstract: | Spectral clustering is used in pattern recognition extensively as a novel clustering algorithm in recent years.Due to the initialization dependence of original spectral clustering, this paper introduces the initialization insensitive k-harmonic means algorithm and proposes an initialization independent spectral clustering algorithm.Experiment on the artificial data set and the real data set shows that the improved algorithm has the remarkable enhancement in the stability and the clustering performance compared with traditional k-means algorithm,FCM algorithm and EM algorithm. |
| |
| Keywords: | clustering spectral clustering k-harmonic means initialization |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
