一、成果简介
湖南工商大学党委书记、中国工程院院士陈晓红教授团队，在期刊《计算机学报》（影响因子：6.781）上发表了题为“着色(k,l)-中值问题的固定参数近似算法”的文章。本研究基于聚类中心和异常点数量上限等参数的特性，为着色聚类问题提出了首个具有性能保证的求解算法。
图1 着色聚类问题
二、研究亮点
着色聚类问题要求在最小化聚类代价的同时，将同类别的数据点划分至不同簇中，被广泛应用于生物信息学、隐私计算、交通规划等领域。然而，现有算法普遍缺乏性能保证，难以满足实际需求。本研究以聚类中心和异常点数量上限作为固定参数，利用随机采样方法刻画点集划分方式，并在此基础上为着色聚类问题提出了首个带有常数近似比的求解算法。这为生物信息学等实际领域的可信聚类分析理论与方法提供了支撑。
图2 算法框架
三、完成人简介
陈晓红，第一作者，中国工程院院士，湖南工商大学党委书记，研究方向为数据决策、人工智能等；
张震，通讯作者，湖南工商大学前沿交叉学院副教授，研究方向为可信人工智能、多模态数据挖掘等。
成果链接