子空间可能性聚类机制研究

• 作者: 关庆 王士同 邓赵红
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 高维数据 子空间聚类 特征加权 可能性聚类
• 年，卷（期）: 2011,（5）
• 页码范围: 224-226
• 分类号: TP181
• 字数: 2661字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.05.076

摘要

可能性C-均值(PCM)聚类作为经典的基于原理的聚类方法,在处理高维数据集时性能骤降,无法检测出高维空间中嵌入的有效子空间.针对此不足,在PCM基础上引入子空间聚类机制,提出子空间可能性聚类算法SIC.该方法保留了PCM方法的优点,且对高维数据具有较好的适应性,能够有效检测各类所处的子空间.仿真实验验证了SPC算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学信息工程学院	528	3424	23.0	37.0
2	邓赵红	江南大学信息工程学院	86	764	11.0	26.0
3	关庆	江南大学信息工程学院	2	42	1.0	2.0