TY -的A2 Doulamis Anastasios d . AU -张,哲盟——刘,西域王盟——,林PY - 2020 DA - 2020/05/29 TI -谱聚类算法基础上改进的高斯核函数和甲虫天线搜索阻尼因子SP - 1648573六世- 2020 AB -有两个问题在传统的谱聚类算法。首先，当使用高斯核函数构造相似矩阵时，高斯核函数中不同的尺度参数会导致算法的结果不同。其次，在光谱聚类算法的聚类阶段，常用K-means算法。它需要随机初始化聚类中心，这将导致结果的不稳定性。本文提出了一种改进的谱聚类算法来解决这两个问题。在构造相似矩阵时，我们提出了一种改进的高斯核函数，该函数基于一些最近邻的距离信息，可以自适应地选择尺度参数。在聚类阶段，提出了带阻尼因子的甲虫天线搜索算法来完成聚类，克服了聚类结果不稳定的问题。在实验中，我们使用4个人工数据集和7个UCI数据集来验证我们的算法的性能。此外，本文对BSDS500图像数据集中的4幅图像进行了分割，结果表明，本文算法在图像分割方面优于其他比较算法。SN - 1687- 5265ur - https://doi.org/10.1155/2020/1648573 DO - 10.1155/2020/1648573 JF -计算智能和神经科学PB - Hindawi KW - ER -