一种傅里叶域海量数据高速谱聚类方法

谱聚类方法广泛应用于数据挖掘和模式识别等领域，但大规模数据上高计算代价的特征向量求解及大数据带来的巨大内存需求，使得其应用于大规模数据时受到了极大的限制。为此，研究了基于傅里叶域的海量数据高速谱聚类方法。利用数据模式的重复性特点在傅里叶域建模，将耗时的特征向量计算转化为对预先确定的傅里叶域判别基进行选择来确定最终的特征向量，计算过程只需进行简单的乘法和加法运算，计算量得到极大的约减; 分批次训练样本，使用部分样本即可估计出整体数据的特征向量分布，确定最终的特征向量，压缩了计算时间和内存需求。在Ijcnn1、RCV1、Covtype-mult、Poker及MNIST-8M等大规模数据上的实验结果表明，所提方法在聚类精度等各项指标基本保持的前提下，训练时间相比FastESC、LSSHC、SC_RB、SSEIGS及USPEC等方法最高快了810.58倍，证明了所提方法在处理大规模聚类数据方面具有显著优势。