图像的聚类和可视化方法研究.pdf

竺竺 ／ ： 图像的聚类和可视化方法研究 茅赵 阳 (东南大学软件学院，南京 211189) 摘 要：提出使 用仿射传播聚类方法对图像特征数据进行聚类．通过多维缩放MDS算法从高维 特征空间据映射到二维空间的方法将聚类结果可视化。实验证明，该方法简单高效 ，可 视化结果有利于全面地 了解图像数据之间的关系．为图像数据的预测和决策起到重要 的作用。 关键词：数据挖掘 ；聚类 ；可视化；特征空间 0 引 言 1 使用AP算法生成聚类结果 数据挖掘是从大量无序的数据 中提取对人们有 1．1AP算法主要思想[11121 意义的知识的过程 ，这些知识是隐含的、事先未知的、 AP算法是 Frev等人最近在Science上提 出的一 对决策有潜在价值的信息和规则 。在数据挖掘中．聚 种新的聚类算法。它以N个数据点之间的相似度 (如 类分析作为一种无监督的机器学习方法．是一个非常 欧氏距离作为测度)组成的NxN的相似度矩阵 S(S 重要的研究领域 当人们使用数据挖掘工具对数据中 中每个元素加上负号 ，例如对点魁和Xi有 S(，)一 II 隐含的模式和关系进行探测时 ．通常第一步就是聚 ， 来表示两个点之间的相异度)为基础。并将所 类 ．其 目的就是将数据对象分组成多个类或簇 ．在同 有的数据点都作为潜在 的聚类 中心 ，称之为exem． 一 个簇中的对象之间的相似度尽可能大．而不同簇中 plar。以S矩阵的对角线上的数值 sfk，k1作为 k点能 的对象之问的相似度尽可能小 现有的聚类方法大致 否成为聚类中心的评判标准。这意味着这个值越大 ， 可以分为层次聚类、划分聚类 、密度型聚类和网格型 这个点成为聚类中心的可能性也就越大．这个值又称 聚类和其他一些聚类方法 其中基于划分的聚类是一 为参考度 p(preference)。聚类数量受到参考度D的影 种简单实用的方法．它一般从一个随机的初始划分开 响．如果认为每个数据点成为聚类 中心的概率都是相 始．然后通过重复的控制策略 ，使某个准则函数最优 同的，那么P就取相同的值。如果输人相似度的均值 化。每个聚类由其质心或最靠近质心的一个对象来代 作为P的值．得到的聚类数量是中等的。如果取较小 表。划分聚类算法的优点收敛速度快。缺点在于它倾 的值，那么只能得到的类数较少的聚类 AP算法中传 向于识别凸形分布大小相近、密度相近的聚类 。而且 递两种类型 的消息 ．吸引度 (responsibility)和归属度 要求类别数 目k必须合理地估计．并且初始中心的选 (availability)。吸引度Rfm，k)表示从点 rri发送到候选 择和噪声会对聚类结果产生很大的影响