郭瑛洁，王士同

江南大学数字媒体学院，江苏无锡214122

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0414-11



利用边信息的混合距离学习算法*

郭瑛洁+，王士同

江南大学数字媒体学院，江苏无锡214122

ISSN 1673-9418 CODEN JKYTA8

Journal of Frontiers of Computer Science and Technology 1673-9418/2016/10(03)-0414-11

E-mail: fcst@vip.163.com

http://www.ceaj.org

Tel: +86-10-89056056

* The National Natural Science Foundation of China under Grant No. 61272210 (国家自然科学基金). Received 2015-05,Accepted 2015-08.

CNKI网络优先出版: 2015-08-28, http://www.cnki.net/kcms/detail/11.5602.TP.20150828.1604.010.html

摘要：使用边信息进行距离学习的方法在许多数据挖掘应用中占有重要位置，而传统的距离学习算法通常使用马氏距离形式的距离函数从而具有一定的局限性。提出了一种基于混合距离进行距离学习的方法，数据集的未知距离度量被表示为若干候选距离的线性组合，利用数据的边信息学习得到各距离所占权值从而得到新的距离函数，并将该距离函数应用于聚类算法以验证其有效性。通过与其他已有的距离学习方法进行对比，基于UCI（University of California，Irvine）数据集的实验结果证明了该算法具有明显的优势。

关键词：距离学习；混合距离；距离函数；边信息

1　引言

合适的距离度量在数据挖掘和机器学习领域占有重要的位置，是科学和工程领域中的基础问题，对许多应用都有着重要的影响，比如信息检索、基于内容的图像视频检索、手写识别等。

在众多的数据挖掘应用中，使用最多的距离度量是欧氏距离。但是采用欧氏距离的方法通常先假设所有的变量都是不相关的，并且数据所有维度的方差为1，所有变量的协方差为0[1]。然而这些条件在实际应用中很难实现。此外，欧氏距离仅适用于特征空间中超球结构的数据集，对超立方体结构、超椭球结构的数据集效果不太理想[2]。……