一种有效的高属性维稀疏数据聚类算法

• 作者: 何新 周献中 王建宇 赵亚琴
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 稀疏相似度 等价关系的相似度 数据压缩 聚类
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 289-294
• 页数: 6页
• 分类号: TP18
• 字数: 4891字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.03.002

摘要

聚类分析是数据挖掘最常见的技术之一,数据的规模、维数和稀疏性都是制约聚类分析的不同方面.本文提出一种有效的高属性维稀疏数据聚类方法.给出稀疏相似度、等价关系的相似度、广义的等价关系的定义.基于对象间的稀疏相似度和等价关系原理形成初始等价类,通过等价关系的相似度修正初始等价关系,使得最终聚类结果更合理.该算法聚类过程不依赖于输入样本的排列顺序,高维稀疏数据的有效压缩提高算法在维数较高时的执行效率,适合于高维稀疏数据的聚类分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建宇	南京理工大学自动化学院	57	550	15.0	20.0
2	周献中	南京大学工程管理学院	146	1482	21.0	32.0
3	赵亚琴	南京理工大学自动化学院	9	130	6.0	9.0
4	何新	南京理工大学自动化学院	17	166	7.0	12.0