基于传递距离的谱聚类算法

摘要：

谱聚类算法受到度量中尺度因子的影响,同时传统谱聚类算法通过欧氏距离度量样本间相似性也不准确.针对上述问题,提出一种基于传递距离的谱聚类算法.算法首先通过改进传统谱聚类中的度量方式,用基于传递距离的度量方式度量样本间相似性,并构建传递矩阵,接着用传递矩阵做相似度变换构建拉普拉斯矩阵,最终通过求特征值和特征向量完成聚类.基于传递距离的谱聚类算法在人工数据集及UCI数据集上均取得了良好的聚类结果,具有较好的鲁棒性和有效性.

关键词：谱聚类、尺度因子、传递距离、传递矩阵

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-66