基于二阶k近邻的密度峰值聚类算法研究

密度峰值聚类(DPC)是近年来提出的一种新的密度聚类算法,算法的核心是基于局部密度和相对距离,通过画出决策图,人为选定聚类中心,进而完成聚类。DPC算法利用截断距离计算局部密度,本质上只考虑了周围近邻节点的数量,且算法采用单步分配策略,一定程度上限制了算法对任意数据集的计算精度和有效性。针对上述问题,提出基于二阶k近邻的密度峰值聚类算法(SODPC)。算法通过引入节点的二阶k近邻,计算直接密度和间接密度,重新定义局部密度的计算方式。在此基础上,定义非中心节点的多步骤分配策略完成聚类。通过人工和真实数据的测试,证明了该算法对不规则、密度不均匀的数据集具有较好的聚类效果。

二阶K近邻和多簇合并的密度峰值聚类算法

针对流形数据中密度峰值聚类(DPC)算法的局部密度易找到错误的类簇中心,且分配策略易导致远离类簇中心的剩余样本被错误分配的问题,本文提出二阶K近邻和多簇合并的密度峰值聚类(DPC-SKMM)算法。首先,利用最小二阶K近邻定义局部密度,凸显类簇中心与非类簇中心间的密度差异,从而找到正确的类簇中心;其次,利用K近邻找出样本局部代表点并依此确定核心点,用核心点指导微簇划分;最后,利用最小二阶K近邻及共享近邻定义的微簇间吸引度合并微簇,避免远离类簇中心的样本被错误分配,且微簇合并过程无须迭代。本文将DPC-SKMM算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比,实验结果表明,DPC-SKMM算法能有效聚类流形及UCI数据集。

一种基于TSP-KNN的事件相关故事单元检索算法

在传统的基于内容视频检索的方法中,由于视频的领域较宽,视频的低级视觉特征和高级概念之间存在着较大的语义鸿沟,常导致检索效果不佳．本文认为更有现实意义的做法是,以含有比镜头更多语义信息的事件相关故事单元为检索单位,通过提取事件相关媒体中的文本信息并利用机器学习方法自动建立事件类的模型,从而提供概念化的故事单元查询方式．本文提出了组合特征选择方法和一种二阶段修剪KNN：TSP-KNN,组合特征选择方法相对于MI方法更适合事件相关故事单元的检索．二阶段修剪KNN先对训练集进行修剪,然后再用KNN训练得到分类器,该方法解决了样本混叠以及多中心分布问题．实验结果表明所提出的方法是有效的,明显地提高了事件相关故事单元的检索性能．