咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种快速AP聚类算法 收藏

一种快速AP聚类算法

A fast affinity propagation clustering algorithm

作     者:刘晓勇 付辉 LIU Xiao-yong1,2,3,FU Hui2(1.National Science Library,Chinese Academy of Sciences,Beijing 100190,China;2.Department of Computer Science,Guangdong Polytechnic Normal University,Guangzhou 510665,China;3.Graduate University of Chinese Academy of Sciences,Beijing 100049,China)

作者机构:中国科学院文献情报中心北京100190 广东技术师范学院计算机科学学院广东广州510665 中国科学院研究生院北京100049 

出 版 物:《山东大学学报(工学版)》 (Journal of Shandong University(Engineering Science))

年 卷 期:2011年第41卷第4期

页      面:20-23,28页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:广东高校优秀青年创新人才培养计划项目(LYM10097) 2011年广东技术师范学院科研项目(自然科学) 

主  题:聚类算法 吸引-传播聚类算法 收缩因子 振荡度 

摘      要:Affinity propagation(AP)聚类算法中的一个重要参数-收敛系数(damping factor)对算法的运行效率有较大影响,而传统的AP算法中收敛系数常作为固定参数在算法运行中保持不变,因此AP算法的收敛性能对收敛系数初始值的选择比较敏感,针对这一问题提出了一种新的AP聚类算法:F-AP,该算法在传统AP聚类算法基础上引入收缩因子调节收敛系数,使其值能够随算法进程动态调整,以加速AP算法的收敛过程。在3个不同容量模拟数据集上进行了实验,结果表明,新算法能够有效加速收敛过程,并且能够保证与原算法相同的聚类结果;在标准数据集Iris上的聚类结果也表明了新算法具有较好的收敛性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分