近邻传播的文本聚类集成谱算法

被引：9

作者：

卢志茂 ^{[1
]}

李纯 ^{[1
,2
]}

张琦 ^{[1
]}

机构：

[1] 哈尔滨工程大学信息与通信工程学院

[2] 中国人民解放军部队

来源：

哈尔滨工程大学学报 | 2012年 / 33卷 / 07期

关键词：

近邻传播; 聚类集成; 文本聚类; 谱聚类; 矩阵变换;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对现有聚类集成谱算法聚类结果不稳定的问题,引入近邻传播聚类思想,设计了基于近邻传播的聚类集成谱算法(APCESA).该算法先由聚类集成和谱分得到空间结构相对简单的文本低维嵌入,然后通过近邻传播算法得到最终的聚类结果.在谱分解过程中,采用矩阵变换方法,避免了谱算法中特征值分解的高昂计算代价.对真实文本数据集的实验结果表明,所提算法比对比算法聚类更稳定,且聚类结果的NMI值和ANMI值均高于对比算法.

引用

页码：899 / 905

页数：7

共 5 条

[1] 可变相似性度量的近邻传播聚类 [J].

董俊 ;

王锁萍 ;

熊范纶 .

电子与信息学报, 2010, 32 (03) :509-514

[2]

解决文本聚类集成问题的两个谱算法[J]. 徐森,卢志茂,顾国昌.自动化学报. 2009(07)

[3] 基于近邻传播算法的半监督聚类 [J].

肖宇 ;

于剑 .

软件学报, 2008, (11) :2803-2813

[4] 自适应仿射传播聚类 [J].

王开军 ;

张军英 ;

李丹 ;

张新娜 ;

郭涛 .

自动化学报, 2007, (12) :1242-1246

[5]

Spectral clustering based on matrix perturbation theory[J]. TIAN Zheng1,2, LI XiaoBin1 & JU YanWei1 1 Department of Applied Mathematics, Northwestern Polytechnical University, Xi’an 710072, China;2 National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Science, Beijing 100080, China.Science in China(Series F:Information Sciences). 2007(01)

← 1 →