基于极限学习机的多核聚类算法研究

• 作 者: 赵国汗
• 出 处: 长沙理工大学
• 发表日期: 2019年01期
• 关键词: 极限学习机 多核聚类 k均值聚类 多核学习 多源异构数据 核补全

多核聚类方法在处理多源异构数据时具有比传统的方法更优异的性能,受到了数据挖掘、机器学习等相关领域专家的关注,并广泛应用于医疗、商业、生物、地理、因特网、电子商务、金融、娱乐等各行各业。由于多核聚类需要消耗大量的时间资源才能到达很好的聚类效果,导致了现有的多核聚类方法在处理实时性较高的多源异构数据分析任务中,不能得到广泛的应用。除了不能满足实时性学习的要求,当数据在采集、传输或存储的过程中出现核矩阵不完整的情况下,现有的多核聚类方法无法有效处理这种现象。因此,从运行效率上提升多核聚类性能以及对处理缺失核矩阵的多核聚类算法的研究,具有重要的理论意义和价值。主要研究成果如下:(1)为了提高多核聚类的学习效率,提出了一种基于极限学习机的两步多核聚类方法。该方法采用多个预先定义好的核函数作为多核学习方法的基核函数来捕获异构数据中的信息,并学习一种最优的异构数据表示核函数。在第一个阶段,对多源异构数据进行多核聚类,然后在第二个阶段使用极限学习机学习基核权重系数。该方法将多核聚类与极限学习机相结合,让多核聚类的结果引导极限学习机学习到最优的基核联合系数,从而快速学习到最优的聚类结果。实验表明,所提出的方法与现有的多核聚类方法相比,具有微弱优势的聚类结果,特别是,其速度是其他多核聚类算法的至少4倍。(2)为了有效地解决多核聚类算法无法处理核矩阵中出现缺失的情况,提出了基于核补全与极限学习机的多核聚类方法,该方法可以从多个来源学习未标记的不完整数据而且效率高,学习速度快。该方法首先对核矩阵中的缺失值进行填0初始化,然后采用多个基核函数将数据映射到多个核希尔伯特空间。最后,迭代地进行下面三个步骤:1)对多核希尔伯特空间数据进行聚类,2)获得核函数组合系数对应的核矩阵,3)对核矩阵中的缺失值进行补全。实验表明,该方法在核矩阵缺失率较低的情况下可以有效地对核矩阵中的缺失值进行估计。当满足收敛条件时,该方法可以输出与原始基核矩阵误差较小的矩阵,同时可以得到不完整数据的聚类分析结果。