首页> 中文期刊> 《计算机与现代化》 >基于均值的谱聚类特征向量选择算法

基于均值的谱聚类特征向量选择算法

         

摘要

在数据聚类当中,谱聚类是最流行的方法之一,其性能取决于所选取相关图的拉普拉斯(Laplacian)矩阵的特征向量.对于一个K类问题,Ng-Jordan-Weiss(NJW)谱聚类算法通常采用Laplacian矩阵的前K个最大特征值对应的特征向量作为数据的一种表示.然而,对于某些分类问题,这K个特征向量不一定能够很好地体现原始数据的信息.本文提出一种基于均值的谱聚类特征向量选择算法.该算法首先得出图的Laplacian矩阵的前3K个最大特征值的均值,然后选取K个离均值最近的特征值所对应的特征向量.相比传统谱聚类算法,该算法在UCI数据集上获得了较好的聚类性能.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号