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

• 作 者: 刘建军 夏胜平 郁文贤
• 机 构: 国防科技大学电子科学与工程学院ATR重点实验室,长沙,410073上海交通大学电子信息与电气工程学院,上海,200030
• 出 处: 中国图象图形学报
• 发表日期: 2011年03期
• 关键词: 相似性图聚类 类属超图 熵函数 亲缘传播

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。