基于对象组特征向量的聚类与分类的实现

• 作者: 吴萍 张利萍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 高维稀疏二态数据 对象组相似度 对象组特征向量 聚类 分类
• 年，卷（期）: 2006,（16）
• 所属期刊栏目: 博士论文
• 页码范围: 17-19,57
• 页数: 4页
• 分类号: TP18
• 字数: 4940字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.16.007

摘要

高维稀疏数据的聚类分析是目前数据挖掘领域内亟待解决的问题之一.传统的聚类方法中,大部分不适用于高维稀疏数据,不能得到满意的结果.该文借助对象组相似度和对象组的特征向量,提出了一种实现聚类的方法.根据聚类结果后,根据聚类集合的上确界和下确界给出新对象的分类.该方法思想明了,实现起来简单轻松,结果准确可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利萍	北京理工大学计算机科学技术学院	35	227	8.0	13.0
2	吴萍	北京理工大学计算机科学技术学院	6	45	3.0	6.0