一种改进的多视图聚类集成算法.pdf

第44卷 第 1期 计 算 机 科 学 Vo1．44No．1 2017年 1月 C0MPUTER SCIENCE Jan．2017 一 种改进的多视图聚类集成算法 邓 强 杨 燕 王 浩 (西南交通大学信息科学与技术学院 成都61OO31) 摘 要 近年来，针对大数据的数据挖掘技术和机器学习算法研究变得 日趋重要。在聚类领域，随着多视图数据的大 量出现，多视图聚类已经成为了一类重要的聚类方法。然而，大多数现有的多视图聚类算法受算法参数设置、数据样 本等影响，具有聚类结果不稳定、参数需要反复调节等缺点。基于多视 图K-means算法和聚类集成技术，提出了一种 改进的多视 图聚类集成算法，其提高了聚类的准确性、鲁棒性和稳定性。其次，由于单机环境下的多视图聚类算法难 以对海量的数据进行处理，结合分布式处理技术，实现了一种分布式的多视图并行聚类算法。实验