自适应ap聚类算法研究 赖健琼.pdf

文档介绍：·38· Computer Era No. 4 2022
DOI:.cn33-1094/tclustering results and the speed of the algorithm.
Experiments on artificial datasets and Iris datasets demonstrate the effectiveness of the adaptive AP clustering algorithm.
Key words：AP clustering; adaptive AP clustering; bias parameter; damping factor
0 引言 些缺陷，而且有简单、高效和快速等优点。例如，将
75000 个 DNA 片段分组为 2000 组，通常需要花上数百
AP(Affinity propagation) [1-2] 聚 类 算 法 是 Frey 和
小时的计算时间完成的任务可能在几分钟之内就可
Dueck 在 2007 年的 Science 上提出的一种基于代表点
以完成[3]。
的新的聚类算法。该算法开始时是将 N 个数据点都作
AP 聚类算法自提出以来就得到相关专业人士的
为代表点（或称作数据中心），利用 N 个数据点之间的
N × N 青睐，在很多领域得到广泛的应用。如商务智能[4]、图
相似度构造 相似度矩阵作为“消息传递”基础，
像分割[5]、生物医学[6]和文本数据挖掘[7]等方面。AP 聚