基于示例的数据聚类问题可以表述为最小化在马尔可夫随机场(MRF)上定义的能量函数。 但是,大多数优化MRF能量函数的算法不能直接应用于聚类任务,因为该问题具有高阶能量函数。 在本文中,我们首先表明,聚类问题的高阶能量函数可以简化为具有度量属性的成对能量函数,因此可以通过基于图割的alpha展开移动算法对其进行优化。 然后,从以下两个方面对原始的扩展移动算法进行了改进:1)我们没有解决最小化的st割图问题,而是证明了存在一个显式且可解释的解决方案,可将聚类问题中的能量函数最小化。 基于这种解释,提