高维分类型数据加权子空间聚类算法OA北大核心CSCDCSTPCD
Algorithm for high-dimensional categorical data weighted sub-space clustering
子空间聚类是高维数据聚类的一种有效手段，子空间聚类的原理就是在最大限度地保留原始数据信息的同时用尽可能小的子空间对数据聚类。在研究了现有的子空间聚类的基础上，引入了一种新的子空间的搜索方式，它结合簇类大小和信息熵计算子空间维的权重，进一步用子空间的特征向量计算簇类的相似度。该算法采用类似层次聚类中凝聚层次聚类的思想进行聚类，克服了单用信息熵或传统相似度的缺点。通过在Zoo、Votes、Soybean三个典型分类型数据集上进行测试发现：与其他算法相…查看全部>>
Subspace clustering is a kind of effective strategy to high-dimensional data clustering, the principle of sub-space clustering is as well as possible keeping original data information, meanwhile as small as possible using subspace to data clustering. Based on the studying of the existing soft subspace clustering, it proposes a new algorithm for subspace searching. The algorithm combines with the size of cluster and information entropy, defines a new subspace…查看全部>>
孙浩军;闪光辉;高玉龙;袁婷;吴云霞
汕头大学 工学院，广东 汕头 515063汕头大学 工学院，广东 汕头 515063汕头大学 工学院，广东 汕头 515063汕头大学 工学院，广东 汕头 515063汕头大学 工学院，广东 汕头 515063
信息技术与安全科学
高维数据聚类子空间信息熵层次聚类
high-dimensional dataclusteringsubspaceinformation entropyhierarchical clustering
《计算机工程与应用》 2014 (23)
高维混合型数据聚类及应用研究
131-135,202,6
国家自然科学基金（No.61170130）。
评论