计算机工程与科学

作者：谢挺, 刘瑞华, 魏正元

单位：（1.重庆理工大学理学院，重庆 400054； 2.重庆理工大学人工智能学院，重庆 400054）

关键词：K-means,聚类,稀疏,交替方向乘子法,

基金：重庆市自然科学基金(cstc2019jcyj-msxmX0491);重庆市教委科技项目青年项目(KJQN201901145);重庆理工大学科研项目(2009ZD55)

聚类作为一种非监督学习方法是数据科学中重要的研究内容。K-means是一种基于划分的聚类算法，一般是利用启发式算法求解一个离散的NP问题。为增强K-means在大数据问题中的应用性，从聚类矩阵的属性出发，设计了一类非凸连续的K-means等价聚类优化模型，并利用ADMM 框架给出了该等价模型的快速优化算法。数值实验结果表明了该模型及其优化算法在大数据聚类中的准确性和高效性。此外，还讨论了该模型的性质及等价性问题。

来源：2021年第11期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第11期