面向大规模数据的快速多代表点仿射传播算法

来源：计算机科学与探索杂志2016年第2期北京时间：

作者：刘季，陈秀宏，杭文龙

单位：江南大学 数字媒体学院，江苏 无锡 214122

摘要：针对原始的仿射传播（affinity propagation，AP）聚类算法难以处理多代表点聚类，以及空间和时间开销过大等问题，提出了快速多代表点仿射传播（multi-exemplar affinity propagation using fast reduced set density estimator，FRSMEAP）聚类算法。该算法在聚类初始阶段，引入快速压缩集密度估计算法（fast reduced set density estimator，FRSDE）对大规模数据集进行预处理，得到能够充分代表样本属性的压缩集；在聚类阶段，使用多代表点仿射传播（multi-exemplar affinity propagation，MEAP）聚类算法，获得比AP更加明显的聚类决策边界，从而提高聚类的精度；最后再利用K-邻近（K-nearest neighbor，KNN）算法分配剩余点得到最终的数据划分。在人工数据集和真实数据集上的仿真实验结果表明，该算法不仅能在大规模数据集上进行聚类，而且具有聚类精度高和运行速度快等优点。

关键词：仿射传播,聚类,大数据,多代表点