蘇延平

【摘 要】 均值漂移聚類（Mean shift clustering，MSC）算法及其變體在模式識別和計算機視覺任務中具有廣泛的應用。本文基于MSC模型研究了具有高斯核的算法的動力學特性。證明MSC在給定混合型位置大數據的凸包中具有解。根據收縮映射的原理，提供了一個充分條件，取決于引入高斯核的參數，以保證解的唯一性。結果表明，在該條件下，解也是全局穩(wěn)定的，并且呈指數收斂。當條件不成立時，MSC算法可能會具有多個均衡，由于每個均衡都有其自己吸引盆地，因此可以用于聚類?；诖耍瑮l件可用于估計適當的參數，以確保MSC算法具有適合聚類的平衡。

【關鍵詞】 混合型位置大數據;均值漂移聚類算法;穩(wěn)定性;指數收斂;聚類

【中圖分類號】 TP301 【文獻標識碼】 A

【文章編號】 2096-4102（2020）02-0097-03