具有动态特性的聚类弹性网络算法研究

摘要：

聚类分析是一种非常重要的聚类工具,被广泛应用在各科学领域的聚类问题中.其中,弹性网络是一种较好的聚类分析算法,尤其在高维空间有很大优势.提出了一种新的聚类弹性网络算法CENA(Clustering Elastic Net Algorithm).该算法将一个面向聚类的描述数据点与弹性节点关系的能量函数用于ENA(Elastic Net Algo-rithm)求解模式中,结合极大熵原理,计算得到自由能函数.当自由能函数达到全局极小时,即可获得弹性网络的聚类解.通过大量实验证明,提出的CENA算法运行结果稳定,可以有效提升算法空间搜索能力,节省运行时间开销,规避参数调节问题.该算法相较于经典划分聚类算法,大大提高了聚类质量.

关键词：聚类分析、弹性网络、极大熵、自由能

所属期刊栏目：55

分类号：TP274(自动化技术及设备)

资助基金：国家自然科学基金61402032;北京市自然科学基金4144072;北京市优秀人才项目2013D005017000017;北京建筑大学科研基金00331613002

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：102-109