论文部分内容阅读
谱聚类是一种基于图论的聚类算法,其中的特征空间是通过构建相似矩阵来计算的,因此相似度的定义对算法的性能至关重要,算法中如何选取合适矩阵参数度量作为数据的结构信息完整体现。因此提出基于共享自然近邻的自适应谱聚类算法,引入自然邻的概念用于自适应每个点的最近邻居,同时结合共享近邻的概念将相似度重新定义,考虑数据之间的内在联系。该算法在典型的人工和真实数据集上均证明其有效性。