计算机科学与探索

作者：罗养霞，马迪，常言说

单位：1.西安财经大学 信息学院，西安 710100 2.密西根大学 迪尔伯恩分校 计算机与信息科学系，美国 迪尔伯恩 48124 3.计算机应用与商务智能研究中心，西安 710100

关键词：谱多流形聚类,子空间聚类,聚类参数调节,比例-积分-微分（PID）

数据的复杂和多样性使得对大数据处理和分析能力有更高的要求。流形聚类在数据挖掘中取得显著的成功，但参数调整是聚类算法研究中的难点之一，直接影响聚类性能。传统的聚类算法参数调节一般依赖于经验，或者因参数调节的盲目性和随机性，而使得算法失效或复杂度较高。提出了一种基于比例-积分-微分（PID）控制约束的主动控制机制，约束谱多流形聚类参数调整的新方法。通过构造相似度矩阵，使用多个主成分分析器来估计局部切线空间。模型逼近过程由参数传递和PID调节控制。在调整过程中，采用三维ZN方法调整模型参数，扩展搜索空间，根据反馈结果控制谱多流形聚类过程，提高了算法的准确性和复杂性。通过在合成和实际中的不同类型的数据特征集进行检验，可以获得更好的聚类性能。

来源：2019年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第8期