基于主成分分析及匹配聚类分析的数据表语义压缩方法

• 作者: 冯欣 冯静 金远平
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 语义压缩 主成分分析 匹配程度
• 年，卷（期）: 2006,（6）
• 页码范围: 927-930
• 页数: 4页
• 分类号: TP311.13
• 字数: 3618字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2006.06.011

摘要

提出一种基于主成分分析及匹配聚类分析的数据表语义压缩方法PCA-Clustering.主成分分析利用属性间相关性,提取主成分以实现纵向压缩;匹配聚类通过对匹配程度的量度决定元组的隶属,用较少的簇集代表元组代替所有元组以实现横向压缩,并充分利用较小的允许误差取得更好的压缩比.仿真实验结果表明,在数据属性间线性相关关系明显的情况下,PCA-Clustering在压缩比方面平均优于Fascicles和ItCompress 10%～15%左右;与采用CaRT模型的SPARTAN相比,由于CaRT对于线性相关明显的数值型属性效果不够理想,PCA-Clustering仍然具有较好的压缩比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金远平	东南大学计算机科学与工程学院	38	567	13.0	23.0
2	冯静	东南大学计算机科学与工程学院	2	32	2.0	2.0
3	冯欣	东南大学计算机科学与工程学院	1	4	1.0	1.0