基于属性关系矩阵的AP子空间聚类算法

摘要：

仿射传播(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,但不适用于子空间聚类.基于属性关系矩阵的AP子空间聚类算法(ARMAP)是一种异步软子空间聚类算法,通过计算属性a的α-β邻域得到属性的关系矩阵,查找极大全1子矩阵得到数据集的兴趣度子空间,在各兴趣度子空间使用AP算法聚类,完成子空间聚类的任务.ARMAP算法将子空间的查找转换成查找矩阵的极大全1子矩阵,在正确查找子空间的同时降低了时间复杂度,既保留了AP聚类算法的优点,又克服了AP算法不能进行子空间聚类的不足.

关键词：图像与信息处理、聚类分析、子空间聚类、AP聚类、关系矩阵

所属期刊栏目：33

分类号：TP181(自动化基础理论)

资助基金：Supported by National Natural Science Foundation of China国家自然科学基金,61379101;Natural Science Foundation of Jiangsu Province江苏省自然科学基金,BK20130209;Natural Science and Fundation Project of College in Jiangsu Province江苏省高校自然科学基金,14KJB520039

在线出版日期：2017-01-07（万方平台首次上网日期，不代表论文的发表时间）

页码：653-661