基于变异赋权的吸引子传播算法  

Affinity Propagation Algorithm Based on Coefficient of Variation Weighting

作　　者：韩旭明[1] 孙海波[2] 王丽敏[3] 

机构地区：[1]长春工业大学软件学院,长春130012 [2]吉林财经大学经济模拟研究所,长春130117 [3]吉林财经大学管理科学与信息工程学院,长春130117

出　　处：《吉林大学学报（理学版）》2014年第3期551-555,共5页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:61202306);吉林省科技厅项目(批准号:20100507;201215119;20130522177JH);吉林省教育厅重点规划项目(批准号:2012185);吉林省高校新世纪优秀人才支持计划项目(批准号:2014159);吉林财经大学青年学俊支持计划项目

摘　　要：基于传统吸引子传播算法,通过样本特征赋权,克服冗余信息的影响及给出新的相似性度量方法等策略,提出一种基于变异系数赋权的吸引子传播算法.实验结果表明,该算法在处理属性较多、信息重叠的样本时,不仅具有吸引子传播算法的快速、高效聚类特征,且聚类性能明显优于传统吸引子传播算法和K-均值等经典聚类算法.An improved affinity propagation algorithm based on coefficient of variation was proposed via feature weighing of samples,which has overcome the impact of redundant information,and the new similarity measure method was proposed.The experimental results show that the proposed algorithm is not only quick and efficient but also better than the traditional affinity propagation algorithm and the classical K-means method for clustering when it was used to process the samples with more characteristics and attributes,and information overlap.

关 键 词：吸引子传播算法 变异系数 特征赋权 聚类 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]