熵加權多視角核獽—means算法

邱保志 賀艷芳 申向東

摘 要：在基于視角加權的多視角聚類中，每個視角的權重取值對聚類結果的精度都有著重要的影響。針對此問題，提出熵加權多視角核Kmeans（EWKKM） 算法，通過給每個視角分配一個合理的權值來降低噪聲視角或無關視角對多視角聚類的影響，進而提高聚類的精度。 EWKKM算法中，首先用核矩陣表示不同的視角，給每個視角分配一個權重；然后，利用信息熵計算出各個視角的熵權重；最后，按照定義的目標函數對各個視角的權重進行優化，使用核Kmeans進行多視角聚類。在UCI數據集及人工數據集進行實驗，實驗結果表明熵加權多視角核Kmeans算法能夠為每個視角分配一個最優的權重值，聚類的精確度優于已有的聚類算法，具有更穩定的聚類結果。

關鍵詞：聚類；多視角聚類；核Kmeans； 熵

中圖分類號： TP181 文獻標志碼：A英文標題