一种基于二部图谱划分的聚类集成方法

摘要：

将二部图模型引入聚类集成问题中,使用二部图模型同时建模对象集和超边集,充分挖掘潜藏在对象之间的相似度信息和超边提供的属性信息.设计正则化谱聚类算法解决二部图划分问题,在低维嵌入空间运行K-means++算法划分对象集,获得最终的聚类结果.在多组基准数据集上进行实验,实验结果表明所提出方法不仅能获得优越的结果,而且具有较高的运行效率.

关键词：机器学习、聚类分析、二部图模型、聚类集成、谱聚类算法

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61375001;江苏省自然科学基金项目BK20151299;江苏省333工程项目;江苏省高等学校自然科学研究项目18KJB520050;江苏省媒体设计与软件技术重点实验室开放课题项目18ST0201

在线出版日期：2019-01-11（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：2208-2212