一种利用熵函数和Affinity Propagation聚类的超图模型优化方法

属性图相似性阈值对类属超图(CSHG)模型的训练结果具有重要影响。在满足聚类准确性的条件下,利用定义的熵函数给出优化CSHG模型结构的相似性阈值,并得到初始优化的CSHG模型,进一步利用FTOG之间的相似性矩阵得到最简CSHG模型结构。另外,利用亲缘传播聚类(affinity propagation clustering)方法去除FTOG聚类中的冗余属性图,最终得到最优的CSHG模型。实验结果表明,本方法是有效的。