科研之友
微信
新浪微博
Facebook
分享链接
摘要
图像聚类是当前的研究热点，非负矩阵分解算法（NMF）在图像聚类领域得到了广泛应用。但是单一的NMF聚类算法无法应用于所有数据集，并且NMF算法直接在数据的原始空间进行处理，抗噪能力较差。集成聚类可以解决上述问题，集成聚类将若干个基础聚类结果合成一个一致性结果，不仅可以提高聚类的求解质量，还可以增强算法的鲁棒性。因此本文提出一种层次预处理的NMF加权集成聚类算法。该算法将层次划分，集成聚类和二部图的思想引入到NMF算法中。在预处理阶段，利用层次划分得到聚类数目。之后采用局部加权的方法得到协关联矩阵。最后利用基于二部图的一致性函数进行划分得到最终的聚类结果。算法在5个数据集上进行实验验证了算法相对于传统算法和其他集成算法的有效性。
- 单位
