Affinity Propagation聚類算法的改進(jìn)及其應(yīng)用研究.pdf

1、聚類作為一種無監(jiān)督學(xué)習(xí)方法，一直是機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別等領(lǐng)域的一個(gè)重要、活躍的研究方向。Affinity Propagation（即AP）是一種新型的exemplar-based聚類算法，由Frey和Dueck在2007年提出，其將所有樣本點(diǎn)均看作潛在類代表點(diǎn)，通過信息傳遞自動(dòng)確定完成聚類，避免初始聚類中心選取不當(dāng)造成的不良后果，在某些應(yīng)用方面相較于目前常用的聚類算法（例如K-means、K-medoids等）效果更好。該算法一

2、經(jīng)提出便得到廣泛的關(guān)注，目前已應(yīng)用于人臉分類、圖像分割、文本挖掘等領(lǐng)域，大量基于AP的改進(jìn)和擴(kuò)展算法也被相繼提出。作為一種新型聚類算法，AP算法仍有問題有待解決，其中一個(gè)比較關(guān)鍵的問題就是偏向參數(shù)P（P={pk}，其各元素反映各點(diǎn)成為類代表點(diǎn)的偏向程度）的取值問題。偏向參數(shù)的大小直接影響聚類結(jié)果，在標(biāo)準(zhǔn)AP以及基于AP的算法中，pk一般被賦為一個(gè)相同的常數(shù)，在聚類過程中保持不變。但對(duì)于某些實(shí)際問題，賦予所有樣本點(diǎn)以相同的偏向參數(shù)并不十分

3、恰當(dāng)，忽視了數(shù)據(jù)本身蘊(yùn)含的一些信息，可能造成信息迭代更新過程中不必要的計(jì)算。
　　本文針對(duì)AP的上述問題進(jìn)行了AP算法研究和改進(jìn)工作，并將所提出的改進(jìn)算法應(yīng)用于標(biāo)準(zhǔn)實(shí)測(cè)數(shù)據(jù)的聚類以及氣液兩相流流型辨識(shí)中。本文主要工作和創(chuàng)新點(diǎn)如下:
　　1.提出一種新的AP算法——偏向參數(shù)自動(dòng)更新的AP(AdjustablePreference AP，APAP)算法。該算法針對(duì)目前AP算法存在的問題，從偏向參數(shù)的賦值和偏向參數(shù)的自動(dòng)更新兩個(gè)方

4、面進(jìn)行研究和改進(jìn)。首先，各點(diǎn)對(duì)應(yīng)的偏向參數(shù)初值由對(duì)應(yīng)近鄰相似度集合確定;其次，在聚類實(shí)施的信息更新過程中，增加類代表點(diǎn)相互作用約束條件，改變AP信息傳播的因子圖模型，使偏向參數(shù)根據(jù)類代表點(diǎn)的相互作用自動(dòng)調(diào)整。經(jīng)過人工數(shù)據(jù)集的實(shí)驗(yàn)測(cè)試研究發(fā)現(xiàn)，APAP算法的四項(xiàng)有效性指標(biāo)——Classification Rate(CR)、Rand Index（RI）、Normalized Mutual Information(NMI)和Number of

5、 Interaction(NI)整體優(yōu)于AP算法。同時(shí)，將所提出的APAP算法與多類代表點(diǎn)AP算法（MEAP算法）、自適應(yīng)AP算法（adAP算法）進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出算法的可行性、有效性。
　　2.將所提出的APAP算法應(yīng)用于實(shí)際測(cè)試數(shù)據(jù)中，選取加州大學(xué)歐文分校提供的標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)庫(kù)(UCI機(jī)器學(xué)習(xí)庫(kù)，the UC Irvine Machine LearningRepository)中的四類常用且具有代表性的實(shí)測(cè)數(shù)據(jù)，進(jìn)行

6、了聚類應(yīng)用研究。結(jié)果表明，與AP算法相比APAP算法的聚類性能更好，利用APAP算法在四種代表性數(shù)據(jù)集上得到的多數(shù)有效性指標(biāo)（CR、RI、NMI和NI）均好于AP;與其他AP改進(jìn)型算法（MEAP算法、adAP算法）相比，APAP算法所需的迭代次數(shù)和時(shí)間更少，穩(wěn)定性更好。
　　3.將所提出的APAP算法應(yīng)用于氣液兩相流流型辨識(shí)中，針對(duì)目前流型辨識(shí)中存在的問題，提出了一種基于APAP算法的流型辨識(shí)新方法。該方法首先對(duì)傳感器采集的數(shù)據(jù)提

7、取特征矢量，然后利用所提出的APAP算法對(duì)數(shù)據(jù)進(jìn)行聚類得到典型流型對(duì)應(yīng)的類代表點(diǎn)，最后基于近鄰原則進(jìn)行流型辨識(shí)。本文分別利用兩種傳感器(12×6維的光電池陣列傳感器、徑向C4D(CapacitivelyCoupled Contactless Conductivity Detection)傳感器）對(duì)所提出的流型辨識(shí)方法進(jìn)行了實(shí)驗(yàn)研究。結(jié)果表明，APAP聚類結(jié)果符合實(shí)際流型分類，同時(shí)采用APAP聚類這種無監(jiān)督的流型辨識(shí)方法對(duì)三種典型流型（泡