典型文献
基于样本间变异系数改进的自适应谱聚类算法
文献摘要：
针对谱聚类算法尺度参数敏感且依赖性强,选取最佳尺度参数困难的问题,提出基于样本间变异系数改进的自适应谱聚类算法(CV_SC).该算法定义能够反映每个样本数据分布信息的标准差和均值,避免尺度参数受噪声点的影响;利用其标准差和均值计算变异系数,以变异系数的倒数作为局部尺度参数,实现尺度参数的自适应选择.多组UCI数据集的对比结果表明,CV SC算法能够自适应地选取尺度参数且避免了噪声点影响,具有良好的聚类性能和鲁棒性.
文献关键词：
谱聚类;尺度参数;变异系数;自适应
中图分类号：
作者姓名：
赵云莱;车文刚;金日泽
作者机构：
昆明理工大学信息工程与自动化学院,云南省计算机技术应用重点实验室,昆明650500;天津工业大学计算机科学与技术学院,天津300387
文献出处：
引用格式：
[1]赵云莱;车文刚;金日泽-.基于样本间变异系数改进的自适应谱聚类算法)[J].兰州大学学报（自然科学版）,2022(06):812-818
A类：
B类：
自适应谱聚类算法,尺度参数,CV,SC,算法定义,数据分布,分布信息,噪声点,均值计算,倒数,局部尺度,自适应选择,UCI
AB值：
0.251178
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
