基于样本间变异系数改进的自适应谱聚类算法

作者：赵云莱; 车文刚^*; 金日泽

来源：兰州大学学报(自然科学版), 2022, 58(06): 812-818.

DOI：10.13885/j.issn.0455-2059.2022.06.014

• 谱聚类
• 尺度参数
• 变异系数
• 自适应

针对谱聚类算法尺度参数敏感且依赖性强,选取最佳尺度参数困难的问题,提出基于样本间变异系数改进的自适应谱聚类算法(CV＿SC).该算法定义能够反映每个样本数据分布信息的标准差和均值,避免尺度参数受噪声点的影响;利用其标准差和均值计算变异系数,以变异系数的倒数作为局部尺度参数,实现尺度参数的自适应选择.多组UCI数据集的对比结果表明, CV＿SC算法能够自适应地选取尺度参数且避免了噪声点影响,具有良好的聚类性能和鲁棒性.

• 单位
  昆明理工大学; 自动化学院; 天津工业大学