基于候选中心融合的多观测点I-nice聚类算法

陈鸿杰; 何玉林; 黄哲学; 尹剑飞

首页> 中文期刊> 《模式识别与人工智能》 >基于候选中心融合的多观测点I-nice聚类算法

基于候选中心融合的多观测点I-nice聚类算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

伴随着问题场景数据在规模上的快速增长和构成上的复杂化,精确估计簇的个数和簇的中心点是当下聚类算法处理和分析复杂大规模数据的重要挑战.簇数及簇心的精确估计对于部分有参聚类算法、数据集整体复杂性度量和数据简化表示等都十分关键.文中在深入分析I-nice的基础上,提出基于候选中心融合的多观测点I-nice聚类算法.在原多观测点投影分治框架上采用混合高斯模型(Gaussian Mixture Model,GMM),结合粗细粒度最佳GMM搜索策略,实现数据子集的精确划分.此外,基于候选中心点分别到各观测点的距离值及最佳GMM,构造候选中心点的GMM构件向量,并设计一组闵可夫斯基距离对进行候选中心点间的相异度度量,实现基于GMM构件向量相异度的多观测点I-nice候选中心融合.不同于现有聚类算法,文中算法联合优化分治环节数据子集划分和候选中心集成这两个关键过程,实现成百上千个簇的精确高效估计.在真实数据集和仿真数据集上的一系列实验表明,文中算法能精确估计簇数和簇中心,具备较高的聚类精度.实验同时验证算法的有效性及在各类数据场景下的稳定性.

著录项

来源
《模式识别与人工智能》 |2022年第4期|348-362|共15页
作者
陈鸿杰; 何玉林; 黄哲学; 尹剑飞;
展开▼
作者单位

深圳大学计算机与软件学院大数据技术与应用研究所;

深圳大学大数据系统计算技术国家工程实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论、方法;
关键词
无监督学习; 观测点; I-nice; 无参聚类; 高斯混合模型;

相似文献

中文文献
外文文献
专利

1. 基于密度峰值多起始中心的融合聚类算法 [J] . 梅婕 ,魏圆圆 ,许桃胜 . 计算机工程与应用 . 2021,第022期
2. 基于中心自动融合的多尺度可能性聚类算法 [J] . 胡雅婷 ,左春柽 ,曲福恒 . 吉林大学学报（理学版） . 2014,第001期
3. 基于PCA的模糊C均值聚类算法识别AD候选致病基因 [J] . 杨华兰 ,庞朝阳 ,董体智 . 四川师范大学学报（自然科学版） . 2016,第004期
4. 基于维分量簇中心为初始中心的多维κ-means聚类算法 [J] . 孙平安 . 曲阜师范大学学报（自然科学版） . 2012,第004期
5. 基于多阶近邻融合的不完整多视图聚类算法 [J] . 刘晓琳 ,白亮 ,赵兴旺 . 软件学报 . 2022,第4期
6. 基于位置指纹的DBSCAN-SVM融合聚类算法 [C] . 樊嘉琛 ,Jiachen Fan ,邓中亮 . 第八届中国卫星导航学术年会 . 2017
7. 基于目标候选与多特征融合的光学遥感图像目标检测 [A] . 郭琼琼 . 2020

基于候选中心融合的多观测点I-nice聚类算法

摘要

著录项

相似文献

相关主题

期刊订阅