邱保志 賀艷芳 申向東

摘 要：在基于視角加權(quán)的多視角聚類中，每個視角的權(quán)重取值對聚類結(jié)果的精度都有著重要的影響。針對此問題，提出熵加權(quán)多視角核Kmeans（EWKKM） 算法，通過給每個視角分配一個合理的權(quán)值來降低噪聲視角或無關(guān)視角對多視角聚類的影響，進(jìn)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(quán)重；然后，利用信息熵計算出各個視角的熵權(quán)重；最后，按照定義的目標(biāo)函數(shù)對各個視角的權(quán)重進(jìn)行優(yōu)化，使用核Kmeans進(jìn)行多視角聚類。在UCI數(shù)據(jù)集及人工數(shù)據(jù)集進(jìn)行實驗，實驗結(jié)果表明熵加權(quán)多視角核Kmeans算法能夠為每個視角分配一個最優(yōu)的權(quán)重值，聚類的精確度優(yōu)于已有的聚類算法，具有更穩(wěn)定的聚類結(jié)果。

關(guān)鍵詞：聚類；多視角聚類；核Kmeans； 熵

中圖分類號： TP181 文獻(xiàn)標(biāo)志碼：A英文標(biāo)題