An Improved Spectral Clustering Algorithm Based on Cell-Like P System
An Improved Spectral Clustering Algorithm Based on Cell-Like P System
复制标题
一种改进的基于类细胞P系统的谱聚类算法
DOI：
10.1007/978-3-030-37429-7_64
复制
发表时间：
2019-08
期刊：
影响因子：
--
通讯作者：
Liu Xiyu
中科院分区：
文献类型：
--
作者：
Zhang Zhe;Liu Xiyu
谱聚类算法在进行聚类时存在收敛速度慢、聚类结果易受初始中心影响等缺点。为了改善这一问题，本文提出了一种改进的基于类蜂窝P系统的谱聚类算法SCBK-CP算法。其主要思想是用二分k-means算法代替k-means算法，构造一个类细胞P系统作为二分k-means算法的框架，对谱聚类算法进行改进。P系统的最大并行性提高了二分k-means算法的效率。本文提出的算法改善了谱聚类的聚类效果，也为膜计算的应用提供了一种新的思路。SCBK-CP算法使用三个UCI数据集和一个人工数据集进行实验，并与传统的谱聚类算法进行了比较。实验结果验证了SCBK-CP算法的优越性。
When using spectral clustering algorithm to perform clustering, there are some shortcomings, such as slow convergence rate, and the clustering result is easily affected by the initial center. In order to improve this problem, this paper proposes an improved spectral clustering algorithm based on cell-like P system, called SCBK-CP algorithm. Its main idea is to use the bisecting k-means algorithm instead of k-means algorithm and construct a cell-like P system as the framework of the bisecting k-means algorithm to improve the spectral clustering algorithm. The maximum parallelism of the P system improves the efficiency of the bisecting k-means algorithm. The algorithm proposed in this paper improves the clustering effect of spectral clustering, and also provides a new idea for the application of membrane computing. The SCBK-CP algorithm uses three UCI datasets and an artificial dataset for experiments and further comparison with traditional spectral clustering algorithms. Experimental results verify the advantages of the SCBK-CP algorithm.
登录
查看更多内容
DOI：
10.1109/34.868688
发表时间：
2000-08-01
影响因子：
23.6
作者：
Shi, JB;Malik, J
通讯作者：
Malik, J
DOI：
10.1007/978-3-319-74521-3_1
发表时间：
2017-08
期刊：
--
影响因子：
--
作者：
Ping Gong;Xiyu Liu
通讯作者：
Ping Gong;Xiyu Liu
DOI：
--
发表时间：
2001-01
期刊：
--
影响因子：
--
作者：
A. Ng;Michael I. Jordan;Yair Weiss
通讯作者：
A. Ng;Michael I. Jordan;Yair Weiss
DOI：
10.1007/978-981-10-3611-8_11
发表时间：
2016-10
期刊：
--
影响因子：
--
作者：
Xiyu Liu;Yuzhen Zhao;Wenxing Sun
通讯作者：
Xiyu Liu;Yuzhen Zhao;Wenxing Sun
影响因子：
5.1
作者：
Hong Peng;Jun Wang;Peng Shi;Agustín Riscos-Núñez;Mario J. Pérez-Jiménez
通讯作者：
Mario J. Pérez-Jiménez