依賴混合型位置大數(shù)據(jù)的均值漂移聚類算法

蘇延平

【摘 要】 均值漂移聚類（Mean shift clustering，MSC）算法及其變體在模式識(shí)別和計(jì)算機(jī)視覺任務(wù)中具有廣泛的應(yīng)用。本文基于MSC模型研究了具有高斯核的算法的動(dòng)力學(xué)特性。證明MSC在給定混合型位置大數(shù)據(jù)的凸包中具有解。根據(jù)收縮映射的原理，提供了一個(gè)充分條件，取決于引入高斯核的參數(shù)，以保證解的唯一性。結(jié)果表明，在該條件下，解也是全局穩(wěn)定的，并且呈指數(shù)收斂。當(dāng)條件不成立時(shí)，MSC算法可能會(huì)具有多個(gè)均衡，由于每個(gè)均衡都有其自己吸引盆地，因此可以用于聚類?；诖?，條件可用于估計(jì)適當(dāng)?shù)膮?shù)，以確保MSC算法具有適合聚類的平衡。

【關(guān)鍵詞】 混合型位置大數(shù)據(jù);均值漂移聚類算法;穩(wěn)定性;指數(shù)收斂;聚類

【中圖分類號(hào)】 TP301 【文獻(xiàn)標(biāo)識(shí)碼】 A

【文章編號(hào)】 2096-4102（2020）02-0097-03