谱聚类算法研究综述

摘要：

聚类分析是一种常见的分析方法,谱聚类作为聚类分析的一支,因其不受样本形状约束等特点备受瞩目.为及时掌握当前谱聚类算法研究动态,通过对比分析众多谱聚类优化算法,从半监督学习、二阶段聚类算法选择、算法执行效率优化等三个角度,将谱聚类优化算法分为三类,并对每类算法的优化思想进行综述.介绍经典多路谱聚类与基本理论,并分析相似矩阵及其特征值、特征向量选取原因及影响,旨在明确特征矩阵的重要性与优化的必要性.基于算法改进策略差异,梳理并总结每类算法的改进思想、研究现状及优缺点.在UCI数据集与手写体数据集上,针对谱聚类算法与优化算法进行实验对比,并对谱聚类优化算法的未来研究方向进行展望.

关键词：聚类算法、谱聚类算法、K-均值算法、相似矩阵

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;智能多模态信息处理团队;国家国际科技合作专项基金

在线出版日期：2021-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：15-26