首页 | 官方网站   微博 | 高级检索  
     

基于有效距离的谱聚类算法
引用本文:光俊叶,刘明霞,张道强. 基于有效距离的谱聚类算法[J]. 计算机科学与探索, 2014, 0(11): 1365-1372
作者姓名:光俊叶  刘明霞  张道强
作者单位:1. 南京航空航天大学 计算机科学与技术学院,南京,210016
2. 南京航空航天大学 计算机科学与技术学院,南京 210016; 泰山学院 信息科学技术学院,山东 泰安 271021
基金项目:The Natural Science Foundation for Distinguished Young Scholar of Jiangsu Province under Grant No. BK2013003,the Specialized Research Fund for the Doctoral Program of Higher Education of China under Grant No.20123218110009,the Fundamental Research Funds of NUAA under Grant No. NE2013105
摘    要:在现有多种距离度量和传统谱聚类算法的基础上,提出了一种新的基于有效距离的谱聚类算法(spectral clustering based on effective distance,SCED)。SCED算法通过稀疏重构系数来构建样本与样本之间的有效距离,从而代替传统谱聚类算法中的欧氏距离,进行样本之间的相似度评估。与传统距离度量相比,有效距离不仅利用了样本对之间的距离信息,同时考虑了目标样本与其他所有相关样本之间的距离信息,因而该距离度量具有全局特性。在UCI标准数据集上的实验结果表明,SCED算法能有效提高聚类效果。

关 键 词:谱聚类  有效距离  距离度量

Spectral Clustering Algorithm Based on Effective Distance
GUANG Junye,LIU Mingxia,ZHANG Daoqiang. Spectral Clustering Algorithm Based on Effective Distance[J]. Journal of Frontier of Computer Science and Technology, 2014, 0(11): 1365-1372
Authors:GUANG Junye  LIU Mingxia  ZHANG Daoqiang
Affiliation:GUANG Junye;LIU Mingxia;ZHANG Daoqiang;College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics;College of Information Science and Technology, Taishan University;
Abstract:
Keywords:spectral clustering  effective distance  distance metric
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号