10.3778/j.issn.1002-8331.2205-0036
二分k-means锚点提取的快速谱聚类
光谱聚类(spectral clustering,SC)由于在无监督学习中的有效性而受到越来越多的关注.然而其计算复杂度高,不适用于处理大规模数据.近年来提出了许多基于锚点图方法来加速大规模光谱聚类,然而这些方法选取的锚点通常不能很好地体现原始数据的信息,从而导致聚类性能下降.为克服这些缺陷,提出了一种二分k-means锚点提取的快速谱聚类算法(fast spectral clustering algorithm based on anchor point extraction with bisecting k-means,FCAPBK).该方法利用二分k-means从原始数据中选取一些具有代表性的锚点,构建基于锚点的多层无核相似图;然后通过锚点与样本间的相似关系构造层次二部图.最后在5个基准数据集上分别进行实验验证,结果表明FCAPBK方法能够在较短的时间内获得良好的聚类性能.
二分k-means、二部图、锚点图、谱聚类
59
TP181(自动化基础理论)
国家自然科学基金;陕西省自然科学基础研究计划项目
2023-09-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
74-81