基于IB方法的无冗余多视角聚类

摘要：

针对数据中多视角模式挖掘的问题,提出一个基于IB方法的无冗余多视角聚类算法:NrMIB.该算法一方面采用IB思想来最大化地保存聚类结果中的信息量,以确保高质量的聚类结果;另一方面通过最小化聚类结果与已知数据划分模式间的互信息来确保新的聚类结果相对于已知划分模式是无冗余的.NrMIB算法既适宜于分析共现数据,又适宜于分析欧氏空间非共现数据,可挖掘出数据中线性及非线性可分模式,无需额外参数来估算欧氏空间的信息量.在人工构造数据模式识别、人脸识别和文档聚类上的实验结果表明,NrMIB算法可有效地挖掘出数据中所蕴含的多个合理划分模式,性能优于传统单视角聚类算法及3个现有的无冗余多视角聚类算法.

关键词：聚类、无冗余多视角、IB方法、互信息、平均微分熵

所属期刊栏目：50

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61170223,61202207;国家自然科学基金联合基金项目U1204610

在线出版日期：2013-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1865-1875