【一种基于属性加权的聚类算法概述7700字】

一种基于属性加权的聚类算法概述目录TOC\o"1-3"\h\u730一种基于属性加权的聚类算法概述 [64]对光谱数据进行归一化，并根据恒星光谱哈佛分类系统的恒星分类依据以及恒星天体光谱研究领域专家的经验和意见，选定恒星中普遍存在的28个元素的吸收线来构造吸收线特征集，相关信息汇总如表1.5所示。表1.5中“line”表示光谱吸收线的元素符号，“Wavelength”表示光谱吸收线元素对应的波长位置（单位：Å）。本章选择恒星光谱每个吸收线元素周围最近邻的三维Flux数据来构造84维的吸收线特征集。本章构造了不同量级的恒星光谱数据集进行聚类实验分析。恒星光谱测试集分布情况如表1.6所示。表1.6中的数值表示测试数据集中包含某一类恒星光谱的数据总量。图1.5展示了各聚类算法在不同量级的恒星光谱数据集上的准确率对比。图1.5中垂直于纵坐标的黑色实线为辅助线。图1.5显示AWK算法对恒星光谱数据的聚类结果优于其他几种聚类算法，说明该算法具有一定的实用性。结合表1.6和图1.5可以发现，在不同量级的恒星光谱数据集上AWK算法聚类结果的AC保持相对稳定，说明该算法在对光谱数据进行聚类时具有较好的稳定性。表1.5吸收线元素线表Tab.1.5Absorptionlineselementlinetable编号lineWavelength编号lineWavelength1OII3728.315OIII5008.242HeI388916Mg5176.73CaK3934.7817Na5895.64CaH3969.5918OI6302.055He3971.1919OI6365.546SII4072.320NI6529.037Hd4102.8921NII6549.868CaI4227.9222Ha6564.619G4305.6123NII6585.2710Hc4341.6824SII6718.2911OIII4364.4425SII6732.6712Hb4862.6826Ca8500.3513OIII4932.627Ca8544.4414OIII4960.328Ca8664.52表1.6数据类型分布情况Tab.1.6DistributionofdatatypesAFG数据总量Dataset13003203801000Dataset26006407602000Dataset31580162018005000Dataset430003200380010000Dataset515800162001800050000Dataset6300003200038000100000Dataset7500005000050000150000Dataset8632006480072000200000图1.6展示了各算法在不同量级的恒星光谱数据集上独立运行十次的平均时间消耗情况。图1.6中横坐标为光谱数据量，纵坐标为平均运行时间（单位：104ms）。图中子图是图1.6主图的局部放大图，其表示各算法在Dataset1、Dataset2和Dataset3上的平均运行时间。图1.6中用实心方框与实线组合表示AWK算法在不同数据集上的时间消耗情况。分析图1.6可以发现AWK算法在光谱数据集上的平均运行时间与K-means算法相接近且优于其他几种聚类算法。随着数据量的增加本章算法的运行时间与其他算法对比优势明显增加。图1.5恒星光谱数据的聚类结果Fig.1.5Clusteringresultsofstellarspectraldatasets图1.6各算法在恒星光谱数据集上的运行时间Fig.1.6Runtimeofeachalgorithmonstellarspectraldatasets由1.1.3小节可知本章算法的时间开销相比传统K-means算法增加了第一部分数据属性离散程度计算带来的时间消耗，但是结合图1.3和图1.6可以发现AWK算法与传统K-means算法的平均运行时间近似相等，出现这种情况的原因主要有两方面：其一，传统K-means采用欧氏距离来度量样本间的相似性，本章所提算法采用属性间加权属性求和作为样本间的相似度度量方法，而本章算法在计算样本间相似度时的时间开销要小于计算欧氏距离所带来的开销；其二，本章所提的AW方法减少了