基于Minkowski距离的一致聚类改进算法及应用研究*

徐德刚，徐戏阳，陈　晓，赵盼磊，苏志芳，谢永芳，阳春华

(中南大学 信息科学与工程学院，湖南 长沙　410083)



基于Minkowski距离的一致聚类改进算法及应用研究*

徐德刚，徐戏阳，陈晓，赵盼磊，苏志芳†，谢永芳，阳春华

(中南大学 信息科学与工程学院，湖南 长沙410083)

摘要：针对一致聚类算法中聚类数目判断不准确、聚类速度慢等问题，通过集成复杂网络中的Newman贪婪算法与谱聚类算法，提出了一种新的基于Minkowski距离的一致聚类算法.该算法利用Minkowski距离刻画样本间的相似度，根据随机游走策略，结合不同数据的特征值分布分析方法进行聚类，实现聚类数目的自动识别.实验仿真说明算法具有较少的运算时间及较高的聚类精度.结合实际铜矿泡沫浮选过程特点，将该算法应用于浮选工况分类，进一步验证了算法的有效性.

关键词：一致聚类；Minkowski距离；一致矩阵；聚类数目；工况识别

聚类分析作为一种有效的数据处理方法，在复杂工业工程中得到了广泛关注.近年来涌现出了多种聚类分析方法，包括层次聚类算法[1,2]、划分式聚类算法(如K-modes-Huang算法[3]等)、基于网格和密度的聚类算法(如网格密度等值线聚类算法[4]、基于移位网格概念的密度和网格的聚类算法SGC[5])等.这些聚类方法在多个领域得到广泛应用，其理论也得到不断的丰富和发展.

但是对不同结构特征的数据进行聚类分析时，现有的聚类方法遇到了难题，如相似度矩阵的选取问题﹑聚类数目的自动确定等.而一致聚类方法的提……