一种基于谱聚类分析的粒子群聚类算法  

A PARTICLE SWARM OPTIMIZATION CLUSTERING BASED ON SPECTRAL CLUSTERING ANALYSIS

作　　者：袁可红[1] 黄士国[2] 王德运[3] 郭海湘[3] 

机构地区：[1]洛阳理工学院数理部,河南洛阳471023 [2]郑州轻工业学院数学与信息科学系,河南郑州450002 [3]中国地质大学经济管理学院,湖北武汉430074

出　　处：《数学杂志》2013年第5期935-940,共6页Journal of Mathematics

基　　金：国家自然科学基金资助(71103163;71173202);中央高校基本科研业务费专项基金资助(CUG120845)

摘　　要：本文研究了谱聚类中NJW算法的样本最优划分问题.利用粒子群算法在聚类问题上搜索到的全局最优,获得了NJW算法对聚类样本的最优划分.推广了谱聚类算法在样本划分时的普适性和稳定性.实验对比验证该算法是有效的.This paper considers the application of NJW Mgorithm in spectral clustering approach for optimal sample partition problems. Combined with the global convergence property of the particle swarm optimization （PSO） method on solving the clustering models, NJW algorithm gives the optimal partition of the clustering sample. This paper extends the adaptation and stability of spectral clustering approach for sample partition problems. The experiments show the efficiency of the proposed clustering algorithm.

关 键 词：谱聚类 粒子群算法 特征空间 相似性矩阵 

分 类 号：O221.2[理学—运筹学与控制论]