一种新的层次谱聚类算法.pdfVIP

上海理工大学学报 第 36卷第 1 期 J. University of Shanghai for Science and Technology Vol. 36 No.l 2014 文章编号:1007 - 6735(2014)01- 0049- 04 一种新的层次谱聚类算法 杨晓慧， 王莉莉， 李登峰 (河南大学数学与信息科学学院，开封 475004) 摘要:提出一种新的聚类算法一一层次谱聚类算法.该算法在传统二分的 SM 谱聚类的过程中战 入了层次聚类算法，目的是为了提高谱聚类的聚类正确率，同时又利用谱聚类纠正了层次聚类过程 中所得到的歪斜划分.实验结果表明 z提出的层次谱聚类算法的聚类正确率比层次聚类算法、谱聚 类算法的聚类正确率都要高，同时又纠正了层次聚类过程中的歪斜划分. 关键词:层次聚类;谱聚类;层次谱聚类 中图分类号: TP 301. 6 文献标志码:A New Hierarchical Spectral Clustering Algorithm YA阳 Xiao-hui ， WA附Li-li ， LI De咱-f，明 (ωl均e of Mathematics α忧d lnformation Sciences ， He四n Universíty , Kaifeng ~ 7500~ ， 侃irω) Abstract: A new clustering algorithm一-hierarchical spectral clustering algorithm was proposed. ln the algorithm the hierarchical clustering was embedded in traditional dichoωmy SM spectral clustering , in order to raise 出e accuracy of spectral clustering and check skewed divisions in 由e process of hierarchical clust怠ring. The experimental results show that the hierarchical spectral clustering is superior to spectral clustβring or hierarchi臼1 clus恒.ring on clustering accuracy and checking skewed divisions in the pr侃e臼 of hierarchical clustβring. Key words: hieraγchical clusteri叼 ; spectral cluster切。;协rarchical spectral cluste叫叼 聚类算法在数据分析和模式识别领域都扮演着 重要的角色，其目的是将相似对象聚为一类.在目前 计算机视觉的研究中存在的困难是如何有效地提高 聚类算法的性能.作为一种有效的数据分析方法，聚 类算法在计算机视觉、信息检索及数据挖掘等领域 都有广泛的应用.聚类搜索策略是当前研究的一个 热点 .1998 年， lyengar 等[lJ利用聚类算法已达到对 大型数据库进行有效的访问 .2002 年， Saux 等因提 收稿日期: 2012 - 10 - 03 出利用图像聚类可以从更好的角度帮助用户快速的 从大型数据库中找到所要找的图像.2003 年， K?ster 等[3J提出了一种利用图像分割技术实现图像 聚类的方法.在聚类算法的研究中，代表性的常用聚 类算法有 :LBG 算法[4-6J 、 K-means 算法[7 -11J 、谱聚 类算法[12 臼]和层次聚类算法[lO，16-18J 层次聚类算 法可以提高聚类精确度，而谱聚类算法能够尽可能 的平衡分割，而这正是所要测试的两个图像库所需 基金项目:国家自然科学基金资助项目 ，河南省青年骨干教师资助项目 (2013GGJS- 027) ，河南省教育厅科技攻 关重点资助项目(14Al20009) 第一作者:杨晓慧(1978 一) ，女，副教授.研究方向:小波分析、图像处理和模式识别. E-mail:xhyang@henu.edu.cn 通信作者:李登峰(1964 -)，男，教授.研究方向:调和分析、小披分析及其应用. E-mail: wavelet2009@126.ωm 50 上海理工大学学报 2014 年第 36 卷 要的.于是提出了一种层次谱聚类算法，它融合了两 种聚类算法的优点，并且抑制了两者的缺点.实验表 明，层次谱聚类算法在聚类精确度上优于谱聚类算 法，相对于层次聚类算法又大大减少了运