一种快速的AP聚类算法(共4页).doc

精选优质文档-倾情为你奉上 一、 一种快速的AP聚类算法A P算法的步骤如下:步骤1 计算待聚类数据点集的相似度矩阵S。 （1）式中:S中所有非对角线元素的最小值、最大值和均值分别为Pmin, Pmax和Pmean。步骤2 根据式（2）-（4）更新信息，和。 （2） （3） （4）步骤3 消除聚类结果的数字振荡。 （5）式中:下标old和new分别代表上一次和本次更新消息的最终结果；为阻尼系数，越大消除振荡的效果越好，但收敛速度也越慢，反之亦然。步骤4 确定点的聚类中心。 （6）式中:若i=k，则点i本身是聚类中心；若ik，则点k是点i的聚类中心。步骤5若满足以下两个条件中的任意一条，则终止迭代过程，AP算法结束，否则执行步骤2:1)聚类结果稳定，即聚类结果连续次保持不变；2)更新消息达到指定次数。基于收缩因子的AP算法