基于核函数的谱嵌入聚类算法

来源：计算机应用杂志2015年第3期北京时间：

作者：王伟东, 刘兵, 管红杰, 周勇, 夏士雄

单位：中国矿业大学 计算机科学与技术学院, 江苏 徐州 221116

摘要：谱嵌入聚类(SEC)算法要求样本满足流形假设,样本标签总是可以嵌入到一个线性空间中去,这为线性可分数据的谱嵌入聚类问题提供了新的思路,但该算法使用的线性映射函数不适用于处理高维非线性数据。针对这一问题,通过核化线性映射函数,建立了基于核函数的谱嵌入聚类(KSEC)模型,该模型既能解决线性映射函数不能处理非线性数据的问题,又实现了对高维数据的核降维。在真实数据集上的实验分析结果表明,使用所提算法后聚类正确率平均提高了13.11%,最高可提高31.62%,特别在高维数据上平均提高了16.53%,而且在算法关于参数的敏感度实验中发现算法的稳定性更好。所以改进后的算法对高维非线性数据具有很好的聚类效果,获得了比传统谱嵌入聚类算法更高的聚类准确率和更好的聚类性能。所提方法可以用于诸如遥感影像这类复杂图像的处理领域。

关键词：谱聚类,谱嵌入,核函数,高维数据

基金资助：国家自然科学基金青年科学基金资助项目(61403394);国家863计划项目(2012AA011004,2012AA0622022);中央高校基本科研业务费专项资金资助项目(2014QNA45);教育部博士点基金资助项目(20100095110003,20110095110010)