Dong Huang, Chang-Dong Wang, Hongxing Peng, Jianhuang Lai, Chee-Keong Kwoh. Enhanced Ensemble Clustering via Fast Propagation of Cluster-wise Similarities. IEEE Transactions on Systems, Man, and Cybernetics: Systems, accepted, 2018. (SCI-IF=5.131)
数据集成聚类(ensemble clustering)是聚类分析研究领域的一个热点研究方向,其目标在于融合多个基聚类结果以得到一个更优、更鲁棒的集成聚类结果。因其具有应对数据噪声, 找出任意聚类形状, 构造鲁棒聚类, 以及适用于多源数据等优势,集成聚类研究近年来受到的关注程度不断提高。本论文延续我们在集成聚类上的系列研究工作,提出一种基于随机游走簇相似度传播的集成聚类新框架,在该框架下提出两个新的一致性函数以得到鲁棒聚类结果;进一步,在多个数据集上展开实验,以验证所提出算法相对于以往算法的聚类性能优势及效率优势。正如以往论文的作法,相关算法源代码以及实验数据集将在整理之后发布以供下载。