協(xié)同聚類(lèi)及集成的關(guān)鍵技術(shù)研究.pdf

1、聚類(lèi)分析是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)領(lǐng)域中一個(gè)非常重要的技術(shù)方法。聚類(lèi)分析根據(jù)數(shù)據(jù)樣本點(diǎn)之間的相似性，把數(shù)據(jù)樣本點(diǎn)分割成簇，使得同一簇內(nèi)中數(shù)據(jù)樣本點(diǎn)的相似性盡可能大，而不同簇間數(shù)據(jù)樣本點(diǎn)的相似性盡可能小。協(xié)同聚類(lèi)在聚類(lèi)的基礎(chǔ)上做了一些改進(jìn)，從矩陣的角度來(lái)看，協(xié)同聚類(lèi)是指同時(shí)對(duì)矩陣的行向和列向進(jìn)行聚類(lèi)。協(xié)同聚類(lèi)能夠捕獲數(shù)據(jù)矩陣行和列之間存在的二元關(guān)系，進(jìn)而得到更好的聚類(lèi)效果。
　　本論文提出了基于穩(wěn)健圖正則化NMF的協(xié)同聚類(lèi)算法。該算法在數(shù)

2、據(jù)重構(gòu)過(guò)程中引入一個(gè)稀疏離群點(diǎn)矩陣，以消除矩陣分解的過(guò)程由噪聲、離群點(diǎn)引起的偏差。此外，算法還采用l1-norm函數(shù)來(lái)減小由不可靠圖正則化引起的誤差。由于稀疏離群點(diǎn)矩陣和l1-norm函數(shù)的應(yīng)用，使得算法能夠得到更加穩(wěn)健、可靠的協(xié)同聚類(lèi)結(jié)果。為了解決算法的優(yōu)化問(wèn)題，我們提出了一個(gè)迭代更新算法。算法的收斂性也從理論上進(jìn)行了證明。
　　由于協(xié)同聚類(lèi)性能的不穩(wěn)定性，難以準(zhǔn)確表示出數(shù)據(jù)的分布結(jié)構(gòu)。為了提高協(xié)同聚類(lèi)算法的穩(wěn)定性及準(zhǔn)確性，協(xié)同

3、聚類(lèi)集成的概念被提了出來(lái)。協(xié)同聚類(lèi)集成使用一個(gè)共識(shí)函數(shù)對(duì)多個(gè)具有差異性的協(xié)同聚類(lèi)結(jié)果進(jìn)行集成，最后得到更加穩(wěn)定、更加準(zhǔn)確的協(xié)同聚類(lèi)集成結(jié)果。本論文提出了譜協(xié)同聚類(lèi)集成算法，利用譜劃分得到基聚類(lèi)器的主成分，減少處理過(guò)程中的噪聲，從而改善聚類(lèi)結(jié)果。不同于傳統(tǒng)的聚類(lèi)集成算法，譜協(xié)同聚類(lèi)集成算法在對(duì)數(shù)據(jù)矩陣的多個(gè)行聚類(lèi)結(jié)果進(jìn)行集成的同時(shí)也能夠?qū)α芯垲?lèi)結(jié)果進(jìn)行集成。譜協(xié)同聚類(lèi)集成算法與譜劃分算法有著相同的優(yōu)點(diǎn)，在更小運(yùn)行代價(jià)的基礎(chǔ)上得到了更加準(zhǔn)確

4、的聚類(lèi)結(jié)果。譜協(xié)同聚類(lèi)集成算法的另一個(gè)優(yōu)點(diǎn)在于此方法能夠模擬為一個(gè)矩陣逼近算法及二分圖劃分法，并且能夠通過(guò)選擇合適的特征向量來(lái)解決。譜協(xié)同聚類(lèi)集成算法通過(guò)計(jì)算基聚類(lèi)器之間的互信息，利用標(biāo)準(zhǔn)化后的互信息建立特征矩陣。譜協(xié)同聚類(lèi)集成算法充分利用了基聚類(lèi)器之間的相似性，并在此基礎(chǔ)上提出了一個(gè)新的協(xié)同聚類(lèi)集成目標(biāo)函數(shù)。本文將譜劃分的思想引入?yún)f(xié)同聚類(lèi)集成算法中，提出了一個(gè)新的協(xié)同聚類(lèi)集成模形并對(duì)其進(jìn)行了詳細(xì)的推理。
　　最后，通過(guò)實(shí)驗(yàn)驗(yàn)證本