基于時(shí)機(jī)的模糊譜圖劃分聚類集成算法的研究.pdf

1、聚類分析作為數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域重要基礎(chǔ)技術(shù)方法之一，廣泛應(yīng)用于模式識(shí)別、圖像分割、社會(huì)計(jì)算等諸多領(lǐng)域。其中，國(guó)內(nèi)外的學(xué)者對(duì)包括模糊C-均值聚類算法在內(nèi)的模糊聚類算法進(jìn)行了持續(xù)不斷的研究，分別從不同角度深入和展開(kāi)，提出了一系列的模糊聚類新算法。
　　聚類算法雖然多種多樣，而現(xiàn)實(shí)世界的樣本數(shù)據(jù)卻具有各種結(jié)構(gòu)或形狀，故任何一個(gè)聚類算法都不一定能準(zhǔn)確揭示樣本數(shù)據(jù)紛繁復(fù)雜的簇結(jié)構(gòu)。聚類集成適時(shí)地出現(xiàn)，即將產(chǎn)生的多個(gè)聚類劃分結(jié)果融合來(lái)得到

2、統(tǒng)一且合理的聚類劃分結(jié)果。近年來(lái)，許多研究表明聚類集成技術(shù)能有效提高單聚類算法的精度和穩(wěn)定性，其關(guān)鍵問(wèn)題之一在于如何將不同的聚類成員融合得到更好的聚類結(jié)果。
　　本文提出基聚類器生成時(shí)機(jī)的概念，將提高集成網(wǎng)絡(luò)間泛化能力的早期停止準(zhǔn)則應(yīng)用于聚類集成過(guò)程，提出基于早期停止準(zhǔn)則的基聚類成員生成方法。同時(shí)本文提出譜圖劃分集成方法時(shí)機(jī)的概念，將譜圖劃分聚類集成算法依次產(chǎn)生的三個(gè)階段性結(jié)果分別進(jìn)行集成，依次稱之為劃分集成、網(wǎng)絡(luò)集成、效用集成，

3、并上述譜圖劃分聚類集成算法的后續(xù)聚類階段使用模糊C-均值聚類算法，進(jìn)而提出基于時(shí)機(jī)的（半監(jiān)督）模糊譜圖劃分聚類集成算法。
　　通過(guò)對(duì)基于早期停止準(zhǔn)則的聚類集成算法和基于時(shí)機(jī)的模糊譜圖劃分聚類集成算法的理論分析，以及相應(yīng)的實(shí)驗(yàn)及結(jié)果分析，可以看出:基于早期停止準(zhǔn)則的聚類集成得到的結(jié)果較好，且更節(jié)約聚類集成的時(shí)間;基于時(shí)機(jī)的模糊譜圖劃分聚類集成算法相對(duì)于現(xiàn)有的圖劃分聚類集成方法，無(wú)論是聚類效果還是在執(zhí)行時(shí)間上都表現(xiàn)不俗，特別是基于劃分