[发明专利]一种基于样本间离散系数改进的自适应谱聚类算法

摘要

本发明提供一种基于样本间离散系数改进的自适应谱聚类算法。谱聚类算法优劣取决于利用高斯核函数选取一个合适的尺度参数构造相似度矩阵。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，本发明提出的算法定义了能够反映每个样本数据分布信息的标准差和均值，避免了尺度参数易受噪声点的影响；并利用其标准差和均值计算离散系数，以离散系数的倒数作为局部尺度参数，实现了尺度参数的自适应选择。多组UCI数据集的对比实验表明，本发明算法能够自适应地选取尺度参数且避免了噪声点影响，同时具有良好的聚类性能和较好的鲁棒性。