基于视觉系统的聚类:原理与算法

Clustering Method by Visual System Method

传统的聚类分析方法只强调其对产生数据的物理系统原理的依赖 ,而忽略了人类感知数据结构的方法对聚类分析的影响。我们认为 ,这二者就聚类算法的构造和聚类结果的分析而言 ,具有同等的重要性。人类主要通过眼睛来感知结构。根据这一现点 ,我们提出了基于视觉前端系统尺度空间模型实施聚类的原理与方法。这一方法不仅可用于解决聚类有效性方面那些与人类感知结构方式有关的基本问题 ,而且可克服传统算法对初值敏感、难以找到最优聚类 ,难以确定聚类类数等缺陷。数值实验表明 ,这一方法具有广泛的应用前景 ,特别在那些与人类视觉相关的研究领域 (如图像分析和模式识别 )中 。

A new clustering Method based on a front end visual system model is presented in the paper.The main idea is that the clustering analysis should not only depend on the principles the data are generated but also depend on the way the human perceives the data.The new approach facilitates the construction of new checks on cluster valiclity,and the obtained clustering result is highly cousistent with that perceived by human eyes.Our numerical experiments show that this method is applicable to many problems related to human visual system.