基于信息熵属性赋权的谱聚类算法研究

分享到

【获取途径】超星期刊网
【作者】赵月爱，武建
【刊名】太原师范学院学报(自然科学版)
【作者单位】太原师范学院计算机系
【年份】2017
【卷号】第1期
【页码】46-52
【ISSN】1672-2027
【关键词】谱聚类信息熵稀疏化t近邻 Nystrm矩阵低秩逼近
【摘要】针对谱聚类算法在处理较大规模的样本时,在存储空间和计算时间上都存在瓶颈问题,文章分析了目前常见的两种解决方式,即基于稀疏化t近邻的谱聚类和基于Nystr9m矩阵低秩逼近的谱聚类方法.为了进一步提高这两种谱聚类算法的准确度,提出了采取基于信息熵属性赋权的欧式距离来计算样本间的相似度的方法.首先,计算样本各属性的权重;然后,计算样本间的相似度矩阵并应用到稀疏化t近邻的谱聚类和Nystr9m矩阵低秩逼近的谱聚类方法中;最后,在多个数据集上进行了验证.实验结果表明该方法在一些数据集上的聚类精确度要比原来...
【基金】国家自然科学基金;山西省科技攻关基金
【文献类型】期刊