论文部分内容阅读
在现有多种距离度量和传统谱聚类算法的基础上，提出了一种新的基于有效距离的谱聚类算法（spectral clustering based on effective distance，SCED）。SCED算法通过稀疏重构系数来构建样本与样本之间的有效距离，从而代替传统谱聚类算法中的欧氏距离，进行样本之间的相似度评估。与传统距离度量相比，有效距离不仅利用了样本对之间的距离信息，同时考虑了目标样本与其他所有相关样本之间的距离信息，因而该距离度量具有全局特性。在UCI标准数据集上的实验结果表明，SCED算法能有效提