基于改进流形距离K-medoids算法.pdfVIP

JournalotI~omputerApplications ISSN 1001—9081 2013．．09．．01 计算机应用，2013，33(9)：2482—2485，2657 CODENJYIIDU http：／／www．joca．cn 文章编号 ：100l一908l(2013)09—2482．04 doi：10．11772／j．issn．1001—9081．2013．09．2482 基于改进流形距离 K．medoids算法 邱兴兴 ，程 霄 (九江学院信息科学与技术学院，江西 九江 332005) ( 通信作者电子邮箱qiuxingxing@gmail．con) 摘 要：针对空间分布复杂的数据 以及空间分布未知的现 实数据聚类 问题 ，设计了一种改进流形距离作为不相 似测度。该不相似测度可有效利用所有数据点之间的全局一致性，挖掘无类属数据集的空间分布信息。通过使用该 不相似测度，提出了基于改进流形距离K—medoids算法。将新算法与基于已有的流形距离和基于欧氏距离的K— medoids算法进行性能比较，对八个人工数据集以及 USPS手写体数字识剐问题的实验结果表明：新算法针对不同结 构的测试数据集，在聚类性能上均优于或接近于另外两种K—medoids算法，并且对于各种分布的，无论简单或复杂，凸 或者非凸的数据都可以进行聚类。 关键词：不相似测度；K—medoids算法；聚类；流形距离；模式识别 中图分类号：TP181；TP391．4 文献标志码：A K—medoidsalgorithm basedonimprovedmanifolddistance QIUXingxing’，CHENGXiao (School0厂InformationScienceandTechnology,JiujiangUniversity,JiujiangJiangxi332005，China) Abstract：Inthispaper，animprovedmanifolddistancebaseddissimilaritymeasurewasdesignedtoidentifyclustersin complexdistributionandunknownrealitydatasets．Thisdissimilaritymeasurecanminethespacedistributioninformationof thedatasetswithnoclasslabelsbyutilizingtheglobalconsistencybetweenalldatapoints．A K—medoidsalgorithm basedon theimprovedmanifolddistancewasproposedusingthedissimilaritymeasure．Theexperimentalresultsoneightartificialdata setswithdifferentstructureandtheUSPShandwrittendigitdatasetsindicatethatthenew algorithm outperformsorperforms similarlytotheothertwoK—medoidsalgorithmsbasedontheexistingmanifolddistanceandEucliddistanceandhastheability toidentifyclusterswithsimpleorcomplex，convexornon—convexdistribution． Keywords：dissimilaritymeasure；K—medoidsalgorithm；clustering；manifolddistance；patternrecognition