譜聚類算法研究及其在鋁土礦浮選工況識別中的應(yīng)用.pdf

1、譜聚類作為一種高效的聚類算法，其聚類質(zhì)量不受樣本數(shù)據(jù)中集簇類形狀的影響，不管樣本空間是否非凸，都能得到全局最優(yōu)。然而，在聚類過程中對尺度參數(shù)的敏感以及需要事先人為設(shè)定聚類數(shù)使得譜聚類具有一定的局限性。本文研究能夠自適應(yīng)獲得尺度參數(shù)和最優(yōu)聚類數(shù)目的譜聚類算法，并用于基于機(jī)器視覺的鋁土礦浮選過程工況識別仿真。
　　論文的主要內(nèi)容為:(1)分析了譜聚類算法的基本思想及相關(guān)理論，給出了經(jīng)典譜聚類的算法步驟。(2)通過構(gòu)建新的相似度函數(shù)，利

2、用數(shù)據(jù)點(diǎn)鄰域內(nèi)的點(diǎn)密度對數(shù)據(jù)點(diǎn)之間的相似度進(jìn)行調(diào)整，使之更加符合實(shí)際簇類中數(shù)據(jù)點(diǎn)之間的相似關(guān)系，解決了譜聚類算法在構(gòu)建相似度矩陣時對尺度參數(shù)敏感的問題;同時，在計(jì)算相似度時使用近鄰距離來自適應(yīng)計(jì)算尺度參數(shù)，構(gòu)成基于密度調(diào)整的自適應(yīng)譜聚類算法，克服了人為設(shè)定尺度參數(shù)的困難。(3)針對傳統(tǒng)譜聚類算法需要事先確定數(shù)據(jù)集聚類數(shù)的問題，基于數(shù)據(jù)集中實(shí)際簇類之間的數(shù)據(jù)點(diǎn)在特征空間中的相對位置關(guān)系，通過計(jì)算不同聚類數(shù)取值時所有數(shù)據(jù)點(diǎn)在特征空間的對應(yīng)映