改進(jìn)的近鄰傳播聚類算法及其應(yīng)用研究.pdf

1、聚類分析是多元統(tǒng)計分析的一個重要組成部分，廣泛應(yīng)用于社會生活的各個領(lǐng)域。近鄰傳播聚類算法是一種新型無監(jiān)督聚類算法，由Frey和Dueck于2007年提出。該算法不需要給定初始聚類中心和簇的數(shù)量，只要構(gòu)造相似度矩陣，建立偏向參數(shù)，即可通過消息傳遞機制，自動確定適合的類代表點。初步研究表明該算法具有許多優(yōu)良的性質(zhì)，如運算速度快、誤差平方和小、聚類精度高等，但也有不足之處。
　　首先，AP算法選擇負(fù)的歐式距離作為其相似度度量，但歐式距離

2、只適用于樣本相互獨立的情況，易受量綱的影響，且認(rèn)為每個屬性對距離的重要性相同。本文提出基于均方差的加權(quán)馬氏距離，再將此加權(quán)馬氏距離的負(fù)數(shù)作為AP算法的相似度度量，馬氏距離能夠自適應(yīng)地調(diào)整數(shù)據(jù)的幾何分布，消除屬性之間相關(guān)性的干擾，基于均方差給屬性加權(quán)，又綜合考慮了屬性相對重要程度對最終聚類的影響。采用此相似度度量，不僅擴大了算法的應(yīng)用范圍，也使聚類結(jié)果更精確。
　　其次，AP算法中將每個點的偏向參數(shù)P設(shè)置為相同的值，即默認(rèn)全部樣本點

3、成為類代表的可能性相等，忽略了數(shù)據(jù)分布特性對某點能否成為類代表的影響。針對此缺陷，本文提出基于其它所有點到某點的隸屬度之和越大則該點成為類代表可能性越大的假設(shè)來設(shè)置P，實現(xiàn)了不同的點賦予不同的P值?；跀?shù)據(jù)特性設(shè)置P值，即事先給成為類代表可能性大的點賦予更高的P值，減少算法迭代次數(shù)及運行時間。同時，本文基于柯西收斂準(zhǔn)則，實證分析了模型中歸屬度矩陣及吸引度矩陣的收斂性。
　　最后，為獲得從1到k的k個聚類，提出自適應(yīng)步長，動態(tài)調(diào)整P