基于二部圖的快速聚類算法
作者：聶飛平; 王成龍; 王榕 西北工業(yè)大學計算機學院; 西北工業(yè)大學光學影像分析與學習中心; 陜西西安710072
摘要：譜聚類算法是一種可有效學習數(shù)據(jù)流形分布和非凸狀分布的聚類算法,但其過程涉及構建相似圖、特征分解等高計算復雜度步驟,難以直接用于大規(guī)模聚類.提出一種基于二部圖的快速聚類算法(fast clustering based on bipartite graph,FCBG),通過對數(shù)據(jù)采樣降低原有數(shù)據(jù)結構規(guī)模,然后基于二部圖學習采樣數(shù)據(jù)和原有數(shù)據(jù)關系.通過對二部圖對應的拉普拉斯矩陣施加秩約束,FCBG算法可在優(yōu)化二部圖的邊的權重的同時,保持二部圖的類簇結構,最終直接給出聚類結果,不依賴構圖時每條邊的初始權重分配.算法計算復雜度與數(shù)據(jù)大小呈線性關系.實驗表明,FCBG算法可有效學部圖的權重,并在較少的時間消耗下獲得高質量的聚類結果.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
深圳大學學報·人文社會科學版雜志
深圳大學學報·人文社會科學版雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創(chuàng)新性，刊載內容涉及的欄目：文明對話與文化比較、創(chuàng)意經(jīng)濟與文化產(chǎn)業(yè)、經(jīng)濟增長與金融創(chuàng)新、政治空間與法治社會、城鄉(xiāng)建設與社會治理、人文天地與中國精神等。于1984年經(jīng)新聞總署批準的正規(guī)刊物。
- CSSCI南大期刊
- 北大期刊
- 1-3個月審核
