[计算机科学讲义] 智能科学与大数据工程 第11266卷（第八届国际会议，IScIDE 2018，中国兰州，2018年8月18-19日，修订精选论文集）|| 基于动态类组织膜系统的改进谱聚类算法

摘要： 随着海量数据的产生，从这些数据中挖掘有用信息已成为主要研究方向。聚类分析是数据挖掘的重要任务之一。传统聚类算法（如K-means算法）因年代久远而难以处理高维数据，因此产生了具有高效性的谱聚类算法。近年来，越来越多的学者致力于研究谱聚类算法，因其具备坚实的理论基础和优异的聚类效果。本文提出一种基于动态类组织膜系统的改进谱聚类算法（简称ISC-DTP）。该算法利用了类组织膜系统的高度并行性优势。我们在人工数据集和四个UCI数据集上进行了实验，并将ISC-DTP算法与原始谱聚类算法及K-means算法进行对比。实验结果表明该算法具有有效性和鲁棒性。