报告题目：聚类分析—多场景算法设计与工具包研发

报告人：桂志鹏

报告人单位：武汉大学遥感信息工程学院

主持人：刘小鹏

报告时间：2024年10月24日（星期四）15:30

报告地点：地理科学与规划学院305室

报告人介绍：桂志鹏武，汉大学遥感信息工程学院地理信息工程系教授、博导，系主任，国家级青年人才计划入选者。主要从事时空数据挖掘及地理信息系统的理论与应用研究。在《自然·通讯》等期刊及会议发表论文90余篇，参编专著6部、中英文教材3部。曾获湖北省优秀博士学位论文、ISPRS CATCON竞赛奖、中国测绘学会测绘科学技术奖、中国卫星导航定位协会卫星导航定位科技进步奖、中国土地学会自然资源科学技术奖、教育部高等学校科学研究优秀成果奖、全国高等学校教师自制实验教学仪器设备创新大赛金奖等荣誉。

报告摘要：聚类是一种经典的非监督分类机器学习方法，其根据数据在特征空间中的邻近性挖掘群体分布模式，为下游分析任务提供先验知识，被广泛应用于信息科学、生物学、地理学、社会科学等诸多领域。尽管各种聚类分析方法层出不穷，应用案例百花齐放，但现实世界数据分布的复杂与多样性，仍然给算法设计及参数自适应带来巨大挑战，制约了其精度与鲁棒性。报告结合团队近两年的研究工作，从1）密度异质与弱连接、2）空间多粒度与认知阶段性、3）图数据的高效鲁棒分割三个问题出发，分别介绍局部方向中心性聚类算法CDC、网格多尺度聚类算法MSGC、基于路径相似度和度下降准则的图聚类算法MeanCut的设计初衷、工作原理、应用场景及工具包研发情况。