集成式位置敏感聚類

　　針對常用圖像聚類尤其是圖像視覺聚類方法聚類速度慢、不支持增量聚類的局限，提出了集成式位置敏感聚類方法。該方法首先根據(jù)聚類有效性指標(biāo)估計合適的聚類數(shù)目，然后生成多重哈希函數(shù)，并用它們對各數(shù)據(jù)點進行映射得出多重桶標(biāo)記，再對數(shù)據(jù)集各桶標(biāo)記進行聚類得出多個基劃分，最后對多個基劃分進行集成得出最終劃分。實驗結(jié)果表明，在準(zhǔn)確率方面，集成式位置敏感聚類在人工數(shù)據(jù)上與k-means結(jié)合聚類集成的方法相當(dāng)，在圖像集上與k-means結(jié)合聚類集成的方法接近。但集成式位置敏感聚類的優(yōu)點在于其聚類時間快、適合于增量聚類等。因此，集成式位置敏感聚類方法可以用于解決高維圖像特征聚類問題。