基于自动权重的主动块对角子空间聚类

来源：吉林大学学报·理学版杂志2025年第6期北京时间：

作者：李向利, 谢腾翅, 韦嘉逢

单位：1. 桂林电子科技大学 数学与计算科学学院, 广西 桂林 541004；2. 广西高校数据分析与计算重点实验室, 广西 桂林 541004； 3. 广西应用数学中心, 广西 桂林 541004

摘要：针对传统基于谱聚类的子空间聚类方法在高维数据存在离群点时, 易受离群点干扰而导致聚类性能下降的问题, 提出一种基于自动权重的主动块对角子空间聚类方法.该方法先为每个数据点赋予相应权重, 通过权重差异识别数据中的离群点. 在确定离群点后, 主动降低其在表示矩阵中的贡献度, 进而构建更优的表示矩阵以提升模型的聚类性能.在10个数据集上与8种对比算法的实验结果表明: 在含10%,20%离群点的数据集上, 该方法的平均聚类准确率、 归一化互信息、 调整Rand指数等指标普遍优于对比算法； 在一般聚类任务中, 其在超过半数数据集上性能最优或位居前三. 因此该方法既能高效处理含离群点的高维数据聚类, 又能在通用聚类任务中保持竞争力, 为提高高维数据聚类的鲁棒性提供了有效方案, 有较高的实际应用价值.

关键词：子空间聚类,离群点,自动权重,块对角方法