一种增量迭代方式下的特征向量聚类方法

摘要：

采用一种数据组织方式,提出一种特征向量聚类方法.首先选取特征空间中一些容易聚类的高密度数据点作为初始种子集合,并对其进行聚类.然后从剩下的数据点中选取种子集合的所有k近邻数据点,通过半监督判别式分析方法将当前种子集合及其k近邻数据投影到一个新的投影空间中,在该空间中对这些数据点再进行聚类,得到新的聚类结果,并将这些k近邻数据添加到当前种子集合中.通过迭代上述步骤,当种子集合的k近邻数据为空集时,算法结束.实验表明,该聚类方法优于经典的K-means、均值漂移、谱聚类等算法.

关键词：特征向量、聚类、半监督判别式分析、均值漂移

所属期刊栏目：23

分类号：TP242.6+2(自动化技术及设备)

资助基金：国家863计划项目2007AA01Z166;国家自然科学基金项目60805006

在线出版日期：2010-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：320-326