%0 Journal Article %A 刘惊雷 %A 刘静姝 %A 王莉 %T 无需特征分解的快速谱聚类算法 %D 2020 %R 10.11772/j.issn.1001-9081.2020061040 %J 计算机应用 %P 3413-3422 %V 40 %N 12 %X 为了解决样本数较大时,传统谱聚类算法执行特征分解消耗时间过大的问题,提出了一种无需特征分解的快速谱聚类算法,通过乘法更新迭代来降低时间开销。首先,利用Nyström方法进行随机采样,建立了采样矩阵和原始矩阵之间的关系;其次,基于乘法更新原理实现矩阵指示器矩阵的迭代更新;最后,在理论上对所设计算法进行了正确性和收敛性分析。在广泛使用的五个真实数据集和三个人工合成数据集上进行测试。实验结果表明,在真实数据集上,所提算法的标准互信息(NMI)平均值为0.45,与k-means聚类算法相比提高了12.50%;运行时间为61.73 s,与传统谱聚类算法相比减少了61.13%;而且表现性能优于层次聚类算法,验证了该算法的有效性。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2020061040