自适应子空间选择方法研究

• 作者: 邹旭 闵锋 鲁统伟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 子空间选择 线性判别分析 K-均值聚类
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP391.41
• 字数: 3005字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.10.021

摘要

由于维数灾难的原因，高维空间的数据聚类是一个具有挑战性的问题。文中提出了一种自适应子空间选择的方法来解决这一难题。该方法采用局部线性嵌入的方法将高维数据映射到低维子空间上，然后采用两步迭代的方法自适应地选择最具有判别力的子空间：固定子空间不变，用K-均值聚类的方法产生类别的标号；固定类别的标号不变，用线性判别分析的方法将样本映射到低维子空间进行子空间选择。通过反复迭代，样本在低维子空间进行有效聚类而避免了维数灾难，同时子空间自适应地调整到全局最优。大量的实验结果表明，该方法聚类效果优于传统的K-均值聚类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁统伟	武汉工程大学智能机器人湖北省重点实验室	24	88	6.0	8.0
2	闵锋	武汉工程大学智能机器人湖北省重点实验室	18	37	3.0	4.0
3	邹旭	武汉工程大学智能机器人湖北省重点实验室	2	8	2.0	2.0