×

一种使用亲和传播的集群集成算法。 (中文。英文摘要) Zbl 1249.68177号

摘要:对于随机初始聚类中心,K均值聚类方法的结果是不稳定的。提出了一种基于亲和传播的聚类集成算法,将每个聚类个体的结果作为原始数据的一个属性。根据新的属性集,将每个簇个体的结果进行加权集成,并在集成算法中选择一个简单有效的亲和传播簇。此外,还统一提出了直接集成、平均归一化互信息到加权集成以及聚类验证指标Silhouette。最后,利用匈牙利算法对亲和传播聚类结果的类别标签进行统一和匹配。在加州大学欧文分校数据集上的实验结果表明,与组合前的K均值聚类和其他聚类集成算法相比,该算法在提高聚类结果的准确性、鲁棒性和稳定性方面具有更高的效率。聚类集成算法更具扩展性和灵活性。

MSC公司:

68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别
PDF格式BibTeX公司 XML格式引用