一种AP算法的改进:M-AP聚类算法

摘要：

Affinity Propagation(AP)聚类算法将所有数据点作为潜在的聚类中心,在相似度矩阵的基础上通过消息传递进行聚类.与传统聚类方法相比,对于大规模数据集,AP是一种快速、有效的聚类方法.但是AP算法在聚类结构复杂的(非团状)数据集上得到的效果并不是很好.因此,在AP的基础上加入一个merge过程,将AP算法改进为M-AP算法,可以有效地解决这种问题.而当样本数目比较大时,将CVM压缩算法融入其中,可以有效地解决大样本问题.

关键词：聚类、Affinity propagation(AP算法)、M-AP、合并过程、CVM压缩

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61373055

在线出版日期：2015-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：232-235,267