考虑数据排序的改进CABOSFV聚类

• 作者: 武森 王静 谭一松
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: CABOSFV算法 高维数据 稀疏特征 聚类
• 年，卷（期）: 2011,（34）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 127-129
• 分类号: TP311
• 字数: 2851字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.34.035

摘要

CABOSFV是基于稀疏特征进行高维数据聚类的高效算法,但算法的聚类质量受数据输入顺序的影响.针对此问题,提出考虑数据排序的改进CABOSFV聚类(CABOSFV CS),通过定义稀疏性指数来描述数据的稀疏特征,并按照稀疏性指数升序对数据进行排序以改进CABOSFV算法的聚类质量.采用UCI基准数据集进行实验,结果表明与传统的CABOSFV算法相比,CABOSFV CS有效地提高了聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武森	北京科技大学经济管理学院	64	658	14.0	23.0
2	王静	北京科技大学经济管理学院	27	204	7.0	13.0
3	谭一松	北京科技大学经济管理学院	1	2	1.0	1.0