计算机应用

作者：徐童童, 解滨, 张春昊, 张喜梅

单位：1.河北师范大学 计算机与网络空间安全学院, 石家庄 050024；2.河北省网络与信息安全重点实验室(河北师范大学), 石家庄 050024；3.供应链大数据分析与数据安全河北省工程研究中心(河北师范大学), 石家庄 050024

关键词：共享近邻,趋密性,转移概率,多阶最近邻,分层聚类

基金：国家自然科学基金资助项目(62076088);河北师范大学研究生创新项目(XCXZZSS202317)

聚类是根据样本之间的相似性将数据集划分为多个类簇。现有的大多数聚类方法都存在两个挑战：一方面，在定义样本间相似性时往往没有考虑样本的空间分布结构，无法构建稳定的相似度矩阵；另一方面，图聚类构造的样本图结构过于复杂，计算成本较高。为解决这两个问题，提出融合转移概率矩阵的多阶最近邻图聚类算法（MNNGC）。首先，综合样本的近邻关系和空间分布结构，将共享近邻定义的相似度进行趋密性加权，得到节点间的趋密性亲和矩阵；其次，利用节点间多阶概率转移预测非邻接点的关联程度，并通过融合多阶转移概率矩阵得到稳定的节点间亲和矩阵；再次，为进一步增强图局部结构，重新构建节点的多阶最近邻图，并对多阶最近邻图的局部结构分层聚类；最后，优化了边缘点分配策略。定位实验结果表明，MNNGC在合成数据集上的准确率（Acc）均优于对比算法，且在8个UCI数据集上的Acc为最大值。其中在Compound数据集上，MNNGC的Acc、调整互信息（AMI）、调整兰德指数（ARI）和FM指数（FMI）相较于基于局部密度峰值的谱聚类（LDP-SC）算法分别提高38.6、27.2、45.4、35.1个百分点。

来源：2024年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第5期