協(xié)同聚類及集成的關鍵技術研究.pdf

1、聚類分析是數(shù)據(jù)挖掘、機器學習領域中一個非常重要的技術方法。聚類分析根據(jù)數(shù)據(jù)樣本點之間的相似性，把數(shù)據(jù)樣本點分割成簇，使得同一簇內(nèi)中數(shù)據(jù)樣本點的相似性盡可能大，而不同簇間數(shù)據(jù)樣本點的相似性盡可能小。協(xié)同聚類在聚類的基礎上做了一些改進，從矩陣的角度來看，協(xié)同聚類是指同時對矩陣的行向和列向進行聚類。協(xié)同聚類能夠捕獲數(shù)據(jù)矩陣行和列之間存在的二元關系，進而得到更好的聚類效果。
　　本論文提出了基于穩(wěn)健圖正則化NMF的協(xié)同聚類算法。該算法在數(shù)

2、據(jù)重構過程中引入一個稀疏離群點矩陣，以消除矩陣分解的過程由噪聲、離群點引起的偏差。此外，算法還采用l1-norm函數(shù)來減小由不可靠圖正則化引起的誤差。由于稀疏離群點矩陣和l1-norm函數(shù)的應用，使得算法能夠得到更加穩(wěn)健、可靠的協(xié)同聚類結果。為了解決算法的優(yōu)化問題，我們提出了一個迭代更新算法。算法的收斂性也從理論上進行了證明。
　　由于協(xié)同聚類性能的不穩(wěn)定性，難以準確表示出數(shù)據(jù)的分布結構。為了提高協(xié)同聚類算法的穩(wěn)定性及準確性，協(xié)同

3、聚類集成的概念被提了出來。協(xié)同聚類集成使用一個共識函數(shù)對多個具有差異性的協(xié)同聚類結果進行集成，最后得到更加穩(wěn)定、更加準確的協(xié)同聚類集成結果。本論文提出了譜協(xié)同聚類集成算法，利用譜劃分得到基聚類器的主成分，減少處理過程中的噪聲，從而改善聚類結果。不同于傳統(tǒng)的聚類集成算法，譜協(xié)同聚類集成算法在對數(shù)據(jù)矩陣的多個行聚類結果進行集成的同時也能夠?qū)α芯垲惤Y果進行集成。譜協(xié)同聚類集成算法與譜劃分算法有著相同的優(yōu)點，在更小運行代價的基礎上得到了更加準確

4、的聚類結果。譜協(xié)同聚類集成算法的另一個優(yōu)點在于此方法能夠模擬為一個矩陣逼近算法及二分圖劃分法，并且能夠通過選擇合適的特征向量來解決。譜協(xié)同聚類集成算法通過計算基聚類器之間的互信息，利用標準化后的互信息建立特征矩陣。譜協(xié)同聚類集成算法充分利用了基聚類器之間的相似性，并在此基礎上提出了一個新的協(xié)同聚類集成目標函數(shù)。本文將譜劃分的思想引入?yún)f(xié)同聚類集成算法中，提出了一個新的協(xié)同聚類集成模形并對其進行了詳細的推理。
　　最后，通過實驗驗證本