高维数据自适应分类研究

• 作者: 万旺根 吴永亮 许雪琼
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 高维海量数据 自适应分类 相似性 无监督
• 年，卷（期）: 2010,（18）
• 页码范围: 210-213
• 分类号: TP391.9
• 字数: 4064字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.18.073

摘要

利用高维海量数据点的自身特性和所属类别的唯一性,提出一种改进的无监督分类算法.计算高维点间的互相似度,利用相似性图像处理技术,在每次迭代计算中对数据集进行分割与分类,对数量较少的孤立点进行重分类.实验结果表明,该算法可在没有人工干预的情况下实现高维数据的自适应分类,相比K-means和Isodata算法,所需的计算迭代次数与计算时间较少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万旺根	上海大学通信与信息工程学院	132	819	15.0	22.0
2	吴永亮	上海大学通信与信息工程学院	8	13	2.0	3.0
3	许雪琼	上海大学通信与信息工程学院	7	20	3.0	4.0