大数据与智能工程学院举行学术沙龙系列活动(一)—基于局部核心点的聚类算法与度量研究

发布时间:2021-09-12浏览次数:2980

2021319日,我院在崇信楼209会议室举行了2021年第一场学术沙龙活动,本次沙龙主题为“基于局部核心点的聚类算法与度量研究”,由程东东博士主讲,全体教职工参加。

  

程东东博士为了解决复杂流形数据集的聚类问题,首先提出了基于自然邻居的局部核心点的概念,从数据集中选出代表点,然后将剩余的数据对象划分到其代表所属的簇中,在保留原始数据分布特征的同时大大降低了数据规模。然后,将局部核心点的概念与经典的密度峰(DP)聚类算法,层次的聚类算法和最小生成树聚类算法等相结合,并重新定义局部核心点之间的距离,有效解决了复杂流形数据的聚类问题,同时降低了算法的时间复杂度,说明了使用局部核心点作为数据代表点的有效性。另外,将局部核心点与传统的聚类内部度量指标相结合,提出了一种新的内部度量指标LCCV,用于复杂流形数据聚类结果的评估度量。

  

  

随后,胡新、朱华旻、黄金龙等老师纷纷发表自己的看法,进行了讨论。学院通过组织系列的学术沙龙活动,希望能为推进学院科学科建设,营造学院良好学术氛围,为学院教师学术交流搭建平台起到积极的推进作用。