基于方差权重矩阵模型的高维数据子空间聚类算法

• 作者: 王士同 蒋亦樟
• 来源期刊: 计算机应用研究
• 关键词: 子空间聚类 方差权重矩阵 模糊C-均值聚类 高维数据
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2868-2871,2881
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.08.018

摘要

在处理高维数据时,聚类的工作往往归结为对子空间的划分问题.大量的真实实验数据表明,相同的属性对于高维数据的每一类子空间而言并不是同等重要的,因此,在FCM算法的基础上引入了方差权重矩阵模型,创造出了新的聚类算法称之为WM-FCM.该算法通过不断地聚类迭代调整权重值,使得其重要的属性在各个子空间内更为显著地表征出来,从而达到更好的聚类效果.从基于模拟数据集以及UCI数据集的实验结果表明,该改进的算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	蒋亦樟	江南大学数字媒体学院	50	216	8.0	11.0