融入邊信息的多變量IB方法的多視角聚類算法研究.pdf

1、在當(dāng)前的大多數(shù)實(shí)際應(yīng)用中，數(shù)據(jù)往往是復(fù)雜的、高維的。這些復(fù)雜數(shù)據(jù)中通常蘊(yùn)含多種合理的聚類模式，從多種不同的視角對(duì)這些數(shù)據(jù)進(jìn)行聚類分析，能夠更全面地理解數(shù)據(jù)。然而，傳統(tǒng)的聚類算法只關(guān)注于挖掘數(shù)據(jù)中蘊(yùn)含的一種聚類模式，很難對(duì)復(fù)雜數(shù)據(jù)做出一個(gè)準(zhǔn)確的分析。這一問題促進(jìn)了多視角聚類研究領(lǐng)域的快速發(fā)展。多視角聚類方法試圖挖掘數(shù)據(jù)中蘊(yùn)含的多種聚類模式?，F(xiàn)有的多視角聚類算法存在不能或僅能融入一種已知聚類模式的先驗(yàn)知識(shí)、適用的數(shù)據(jù)類型有限、需要預(yù)先指定不

2、易選取的參數(shù)等方面的問題。針對(duì)這些問題，本文在多變量IB方法中融入邊信息，提出了一種新的基于目標(biāo)函數(shù)的迭代多視角聚類算法:SmIB，在已知一種或多種聚類模式的條件下順序地挖掘數(shù)據(jù)中蘊(yùn)含的其它無冗余的高質(zhì)量聚類模式。
　　SmIB算法將已知聚類模式作為邊信息融入到多變量IB方法中:一方面，基于多變量IB方法的思想，采用兩個(gè)貝葉斯網(wǎng)絡(luò)分別表示數(shù)據(jù)的壓縮與相關(guān)信息的保存，在聚類過程最大化地保存數(shù)據(jù)的相關(guān)特征信息，以確保目標(biāo)聚類結(jié)果高質(zhì)量

3、;另一方面，將已知聚類模式作為邊信息融入到上述貝葉斯網(wǎng)絡(luò)中，以約束目標(biāo)聚類結(jié)果，確保目標(biāo)聚類結(jié)果與已知聚類模式之間無冗余。SmIB算法采用互信息和無參的平均微分熵估計(jì)法度量相關(guān)特征信息的保存量，不僅適宜于分析共現(xiàn)數(shù)據(jù)，而且適宜于分析歐氏空間非共現(xiàn)數(shù)據(jù)，既能挖掘數(shù)據(jù)中蘊(yùn)含的線性劃分模式，又能發(fā)現(xiàn)數(shù)據(jù)中蘊(yùn)含的非線性劃分模式。在二維人工數(shù)據(jù)集、共現(xiàn)數(shù)據(jù)集、歐氏空間非共現(xiàn)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明:SmIB算法能夠有效地挖掘出各種類型的數(shù)據(jù)中蘊(yùn)含的