基于混合网格划分的子空间高维数据聚类算法

• 作者: 许倡森
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 高维聚类 子空间聚类 相对熵 网格划分
• 年，卷（期）: 2010,（10）
• 页码范围: 150-153
• 分类号: TP301.6
• 字数: 3418字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.10.037

摘要

提出一种基于混合网格划分的子空间高维数据聚类算法.该算法消除了各个属性分量数值范围大小对计算的影响;有效去除冗余属性以提高聚类准确性与降低时间复杂度.根据数据分布情况灵活选择固定网格划分或是自适应网格划分,利用这二种不同的网格划分方法具有的优点,以实现进一步降低算法的时间复杂度和提高聚类结果的准确性,并使算法具有更优的可伸缩性.实验使用仿真数据表明,该算法在处理具有属性值域范围大的高维大规模数据时是实用有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许倡森	华南师范大学计算机学院	1	12	1.0	1.0