改進(jìn)的近鄰傳播聚類算法及其應(yīng)用研究.pdf

1、聚類分析是多元統(tǒng)計(jì)分析的一個(gè)重要組成部分，廣泛應(yīng)用于社會(huì)生活的各個(gè)領(lǐng)域。近鄰傳播聚類算法是一種新型無監(jiān)督聚類算法，由Frey和Dueck于2007年提出。該算法不需要給定初始聚類中心和簇的數(shù)量，只要構(gòu)造相似度矩陣，建立偏向參數(shù)，即可通過消息傳遞機(jī)制，自動(dòng)確定適合的類代表點(diǎn)。初步研究表明該算法具有許多優(yōu)良的性質(zhì)，如運(yùn)算速度快、誤差平方和小、聚類精度高等，但也有不足之處。
　　首先，AP算法選擇負(fù)的歐式距離作為其相似度度量，但歐式距離

2、只適用于樣本相互獨(dú)立的情況，易受量綱的影響，且認(rèn)為每個(gè)屬性對(duì)距離的重要性相同。本文提出基于均方差的加權(quán)馬氏距離，再將此加權(quán)馬氏距離的負(fù)數(shù)作為AP算法的相似度度量，馬氏距離能夠自適應(yīng)地調(diào)整數(shù)據(jù)的幾何分布，消除屬性之間相關(guān)性的干擾，基于均方差給屬性加權(quán)，又綜合考慮了屬性相對(duì)重要程度對(duì)最終聚類的影響。采用此相似度度量，不僅擴(kuò)大了算法的應(yīng)用范圍，也使聚類結(jié)果更精確。
　　其次，AP算法中將每個(gè)點(diǎn)的偏向參數(shù)P設(shè)置為相同的值，即默認(rèn)全部樣本點(diǎn)

3、成為類代表的可能性相等，忽略了數(shù)據(jù)分布特性對(duì)某點(diǎn)能否成為類代表的影響。針對(duì)此缺陷，本文提出基于其它所有點(diǎn)到某點(diǎn)的隸屬度之和越大則該點(diǎn)成為類代表可能性越大的假設(shè)來設(shè)置P，實(shí)現(xiàn)了不同的點(diǎn)賦予不同的P值?；跀?shù)據(jù)特性設(shè)置P值，即事先給成為類代表可能性大的點(diǎn)賦予更高的P值，減少算法迭代次數(shù)及運(yùn)行時(shí)間。同時(shí)，本文基于柯西收斂準(zhǔn)則，實(shí)證分析了模型中歸屬度矩陣及吸引度矩陣的收斂性。
　　最后，為獲得從1到k的k個(gè)聚類，提出自適應(yīng)步長(zhǎng)，動(dòng)態(tài)調(diào)整P