兴趣子空间挖掘算法在高维数据聚类中的应用

• 作者: 杨磊 杨颖 韩忠明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 兴趣子空间 高维数据 聚类 数据挖掘
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 博士论文
• 页码范围: 12-14,17
• 页数: 4页
• 分类号: TP311
• 字数: 3364字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.02.005

摘要

给出了兴趣子空间的定义,采用基于Chernoff-Hoeffding边界,带回溯的深度优先搜索算法来挖掘最大兴趣子空间,并运用高维真实数据和合成数据检验算法的有效性.高维数据的挖掘面临着数据分布的稀疏性和特征空间的相交性所带来的挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨磊		29	182	7.0	12.0
2	韩忠明	东华大学计算机科学与技术学院	4	26	4.0	4.0
3	杨颖	东华大学计算机科学与技术学院	42	132	6.0	9.0