| 自适应时间平滑的演化谱聚类 |
| |
| 引用本文： | 何萍,姜玉麟,徐晓华,林惠惠,葛方毅,方威,仁祥. 自适应时间平滑的演化谱聚类[J]. 南京航空航天大学学报, 2021, 53(5): 700-707 |
| |
| 作者姓名： | 何萍 姜玉麟 徐晓华 林惠惠 葛方毅 方威 仁祥 |
| |
| 作者单位： | 扬州大学信息工程学院， 扬州 225009 |
| |
| 基金项目： | 国家自然科学基金（61402395）资助项目；江苏省自然科学基金（BK20201430，BK20151314，BK20140492）资助项目。 |
| |
| 摘 要： | ![]()
传统的聚类算法一般只适用于静态数据的处理，而真实世界的数据往往数据量大且变化多，静态的聚类算法不能为动态数据提供其演化规律的分析学习。演化数据的聚类，一方面要正确反映每一时刻数据的合理簇划分，另一方面又要使动态的聚类结果在演化过程中尽可能平滑。本文提出了一种自适应时间平滑的演化聚类框架，该模型考虑到当前时刻数据与历史时刻数据的未知关联，通过限定时间回溯的范围，自适应地寻找与当前快照最相关的历史快照，并通过有机融合基于Itakura-Saito距离的静态相似度和基于时间序列的动态相似度，计算各个时间片快照上的相似度矩阵。本文进一步提出了两种自适应时间平滑的演化谱聚类算法，从不同的角度定义时间代价，得到不同的演化聚类结果。在真实数据集上的实验表明这两种算法能够有效地利用历史数据，在聚类结果上准确性更高，时间平滑性也更好。
|
| 关 键 词： | 演化数据 时间平滑性 Bregman散度 谱聚类 |
| 收稿时间： | 2020-09-25 |
| 修稿时间： | 2020-11-09 |
Adaptive Time-Smoothed Evolutionary Spectral Clustering |
| |
| HE Ping,JIANG Yulin,XU Xiaohu,LIN Huihui,GE Fangyi,FANG Wei,REN Xiang. Adaptive Time-Smoothed Evolutionary Spectral Clustering[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2021, 53(5): 700-707 |
| |
| Authors: | HE Ping JIANG Yulin XU Xiaohu LIN Huihui GE Fangyi FANG Wei REN Xiang |
| |
| Abstract: | ![]()
|
| |
| Keywords: | evolutionary data time smoothness Bregman divergence spectral clustering |
|
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《南京航空航天大学学报》下载全文 |
|
