张恒山^1,2，高宇坤¹，陈彦萍^1,2，王忠民^1,2

¹(西安邮电大学计算机学院 西安 710121);²(陕西省网络数据分析与智能处理重点实验室(西安邮电大学) 西安 710121) (hengshzhang@foxmail.com)

出版日期: 2018-12-01


基金资助:国家自然科学基金项目(61373116)；陕西省科技统筹创新工程基金项目(2016KTZDGY04-01)

Clustering Ensemble Algorithm with Cluster Connection Based on Wisdom of Crowds

Zhang Hengshan^1,2, Gao Yukun¹, Chen Yanping^1,2, Wang Zhongmin^1,2

¹(School of Computer Science & Technology, Xi’an University of Posts and Telecommunications, Xi’an 710121);²(Shaanxi Key Laboratory of Network Data Analysis and Intelligent Processing (Xi’an University of Posts and Telecommunications), Xi’an 710121)

Online: 2018-12-01

摘要/Abstract

摘要： 利用群体智慧原理，将多个相互独立的聚类算法的结果进行聚合，将显著提高聚类结果的准确性.基于群体智慧的簇连接聚类集成算法，首先使用群体智慧理论的独立性、分散性、多样性原则引导个体聚类结果的生成，然后提出基于连接三元组的聚类集成算法对个体聚类结果进行分组聚合，将分组聚合的结果再次进行聚合得到最终的聚类结果.该算法的优点包括:1)通过簇的分组和权重调整，避免了对基聚类生成的簇进行选择，有利于充分利用已生成簇的信息;2)采用连接三元组算法计算数据之间的相似性，可以充分挖掘数据点之间的关系.对不同数据集的实验研究表明：该算法相对传统的集成聚类算法以及群体智慧与机器学习相结合的集成聚类算法，可以进一步提高集成聚类结果的准确性.

参考文献

相关文章 15

[1]	吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527.
[2]	陶涛, 孙玉娥, 陈冬梅, 杨文建, 黄河, 罗永龙. 一种基于智能手机传感器数据的地图轮廓生成方法[J]. 计算机研究与发展, 2020, 57(7): 1490-1507.
[3]	陈叶旺, 申莲莲, 钟才明, 王田, 陈谊, 杜吉祥. 密度峰值聚类算法综述[J]. 计算机研究与发展, 2020, 57(2): 378-394.
[4]	田继伟,王劲松,石凯. 基于PU与生成对抗网络的POI定位算法[J]. 计算机研究与发展, 2019, 56(9): 1843-1850.
[5]	刘芳,李戈,胡星,金芝. 基于深度学习的程序理解研究进展[J]. 计算机研究与发展, 2019, 56(8): 1605-1620.
[6]	洪敏,贾彩燕,李亚芳,于剑. 样本加权的多视图聚类算法[J]. 计算机研究与发展, 2019, 56(8): 1677-1685.
[7]	赵宇海,印莹,李源,汪嗣尧,王国仁. 一种面向大规模序列数据的交互特征并行挖掘算法[J]. 计算机研究与发展, 2019, 56(5): 992-1006.
[8]	韩东明,郭方舟,潘嘉铖,郑文庭,陈为. 面向时序数据异常检测的可视分析综述[J]. 计算机研究与发展, 2018, 55(9): 1843-1852.
[9]	王一舒,袁野,刘萌,王国仁. 大规模时序图数据的查询处理与挖掘技术综述[J]. 计算机研究与发展, 2018, 55(9): 1889-1902.
[10]	朝鲁，彭晓晖，徐志伟. 变熵画像:一种数量级压缩物端数据的多粒度信息模型[J]. 计算机研究与发展, 2018, 55(8): 1653-1666.
[11]	李建江,陈玮,李明,张凯,刘雅俊. 基于网格热度值的船舶规律路径提取算法[J]. 计算机研究与发展, 2018, 55(5): 908-919.
[12]	王硕，汤光明，王建华，孙怡峰，寇广. 基于因果知识网络的攻击场景构建方法[J]. 计算机研究与发展, 2018, 55(12): 2620-2636.
[13]	姜涛,李战怀. 基因表达数据中的局部模式挖掘研究综述[J]. 计算机研究与发展, 2018, 55(11): 2343-2360.
[14]	刘峤,韩明皓,杨晓慧,刘瑶,吴祖峰. 基于表示学习和语义要素感知的关系推理算法[J]. 计算机研究与发展, 2017, 54(8): 1682-1692.
[15]	徐正国,郑辉,贺亮,姚佳奇. 基于局部密度下降搜索的自适应聚类方法[J]. 计算机研究与发展, 2016, 53(8): 1719-1728.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3826