迁移近邻传播聚类算法

发布时间：2017-07-02 01:08

  本文关键词：迁移近邻传播聚类算法，，由笔耕文化传播整理发布。

【摘要】：在目标域可利用数据匮乏的场景下,传统聚类算法的性能往往会下降.在该场景下,通过抽取源域中的有用知识用于指导目标域学习以得到更为合适的类别信息和聚类性能,是一种有效的学习策略.借此提出一种基于近邻传播的迁移聚类(transfer affinity propagation,简称TAP)算法,在源域和目标域数据分布相似的情况下,通过引入迁移学习机制来改善近邻传播聚类(affinity propagation,简称AP)算法在数据匮乏场景下的聚类性能.为保证迁移的有效性,TAP在综合考虑源域和目标域的统计特性及几何特征的基础上改进AP算法中的消息传递机制使其具备迁移能力,从而达到辅助目标域学习的目的.此外,通过TAP对应的因子图,亦可说明TAP可以以类似AP的消息传递机制,在目标域数据匮乏的情况下进行高效的知识迁移,为最终所获得的聚类结果提供了保证.在模拟数据集和真实数据集上的仿真实验结果显示,所提出的算法较之经典AP算法在处理非充分数据聚类任务时具有更佳的性能.
【作者单位】： 江南大学数字媒体学院;
【关键词】： 迁移学习 统计特征 几何结构 近邻传播 聚类方法 非充分数据
【基金】：国家自然科学基金(61272210,61202311,61300151) 江苏省自然科学基金(BK2012552,BK20130155)~~
【分类号】：TP311.13
【正文快照】： cn/1000-9825/4921.htm英文引用格式:Hang WL,Jiang YZ,Liu JF,Wang ST.Transfer affinity propagation clustering algorithm.Ruan Jian Xue Bao/Journal of Software,2016,27(11):2796?2813(in Chinese).http://www.jos.org.cn/1000-9825/4921.htmTransfer Affinity Propaga

【相似文献】

中国期刊全文数据库 前10条

1 唐浩;;蚁群算法的研究与展望[J];牡丹江教育学院学报;2009年06期

2 邓小波;曹聪聪;龙伦海;康耀红;;蚁群算法搜索熵研究[J];海南大学学报(自然科学版);2007年04期

3 张康;顾幸生;;全局组搜索优化算法及其应用研究[J];青岛科技大学学报(自然科学版);2012年05期

4 李东晓;蒋珉;柴干;;蚁群算法优化及其在高速公路紧急救援中的应用[J];计算机技术与发展;2010年11期

5 李德胜;张才仙;陈淑铭;;选择策略对进化算法性能的影响[J];科技资讯;2007年11期

6 韩明红;邓家y

本文编号：508077