融入邊信息的多變量IB方法的多視角聚類算法研究.pdf

1、在當前的大多數(shù)實際應(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)中通常蘊含多種合理的聚類模式，從多種不同的視角對這些數(shù)據(jù)進行聚類分析，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)中蘊含的一種聚類模式，很難對復(fù)雜數(shù)據(jù)做出一個準確的分析。這一問題促進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知識、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，以約束目標聚類結(jié)果，確保目標聚類結(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)中蘊含的線性劃分模式，又能發(fā)現(xiàn)數(shù)據(jù)中蘊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)集上的實驗結(jié)果表明:SmIB算法能夠有效地挖掘出各種類型的數(shù)據(jù)中蘊含的