基于自适应的半监督近邻传播算法.pdfVIP

福 建 电 脑 U J I A N C O M P U T E R F DOI:10.16707/j.cnki.fjpc.2017.05.057 基于自适应的半监督近邻传播算法 王颖慧 （安徽信息工程学院 计算机与软件工程系 安徽 芜湖 241000 ） 【摘 要】给定的数据集通常包含部分先验信息，有效利用先验信息可以提高类簇划分的质量。 在近邻传播算法中， 偏向参数对类簇划分起着关键性作用 ，因此通过调整偏向参数的值搜索一个较优的结果是一种可取的方法。 本文给出 的基于自适应的半监督近邻传播算法即是利用先验信息，通过修改偏向参数的值找到一个较优的类簇结果。 实验表明， 该方法在大多数情况下取得较好的聚类结果。 【关键字】自适应；半监督；近邻传播；偏向参数 1 引言 AP 算法的基本流程如下： 近邻传播算法[1] （Affinity Propagation ，简称 AP）是由 Frey 等 (1) 初始化 ：根据长度为 N 的数据集 X ；计算 S(i ，k) ，初始化 人 2007 年在《Science》上提出了一种新型的聚类算法 ，该算法 R(i，k)和 A (i ，k)为全 0 矩阵； 是一种无参数的聚类方法 ， 即无需给定类簇的个数及其他参 (2) 迭代更新：根据公式 1)-2)对所有数据点求 A 和 R ，找到 数，通过矩阵迭代更新收敛到稳定的类中心，然后将每一个数 每个点的类代表点。 据点划分到相似度最大的类中心 ，该类中心点和归属于它的数 (3) 结束条件 ：迭代次数超过规定的最大数目 1000 或者类 据点组成一个类簇。 代表点在连续 100 次迭代中保存不变 ，算法结束，否则转 向 2) 在 AP 算法中， 有两个尚未解决的也是该算法热点研究的 继续执行； 问题：一是如何找到最优偏向参数使该算法能产生最优的聚类 (4) 输出：聚类中心{c ，c ，…，c }，k 为类簇个数。 1 2 k 结果；另一个是算法迭代更新过程中可能发生震荡无法收敛影 2.2 半监督 响聚类结果[2-4] 。 针对这些问题，文献［2］通过扫描偏向参数搜索 常见的约束信息包括 must-link 约束和 cannot-link 约束两 聚类个数空间寻找最优聚类结果、 调整阻尼因子来消除震荡； 种，满足 must-link 约束的两个点一定属于同一类簇，通常用集 文献［3］利用有效性指标监督引导聚类方向；文献［4］利用不同 合 M ={(x ，x )}表示；满足 cannot-li