基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
子空间聚类能有效的发现各簇与所属于的子空间的联系,同时减少高维数据中因为数据冗余和不相关属性对聚类过程产生的干扰。已有的子空间聚类方法强调各子空间中簇的发现,往往忽略子空间的划分。提出了基于属性最大间隔的子空间聚类,该方法主要思想是对子空间的划分时信息的丢失达到最小,从而子空间聚类的结果的效果比较好。主要工作包括:第一,建立了子空间划分的目标函数,也就是使各划分的子空间相互依赖达到最小,第二,设计了基于属性最大间隔的子空间聚类算法 Maximum Margin Subspace Clustering(MMSC)进行子空间聚类集成。最后,采用 UCI和 NIPS2013比赛等数据来做实验,结果表明,在大多数数据上 MMSC 算法比其他子空间算法能得到更好的聚类结果。
推荐文章
差分隐私软大间隔聚类
差分隐私
软大间隔聚类
隐私保护
联邦学习
一种基于类中心最大间隔的支持向量机
支持向量机
分类超平面
核方法
最大间隔分类器及其在入侵检测中的应用
SVM
最大间隔
入侵检测
多类分类
基于重建系数的子空间聚类融合算法
稀疏表示
低秩表示
子空间聚类
聚类融合
系数重建
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于属性最大间隔的子空间聚类
来源期刊 南京大学学报(自然科学版) 学科
关键词 子空间聚类 最大间隔 最大间隔子空间聚类
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 482-493
页数 12页 分类号
字数 7756字 语种 中文
DOI 10.13232/j.cnki.jnju.2014.04.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨燕 西南交通大学信息科学与技术学院 97 1192 16.0 32.0
2 刘波 西南交通大学信息科学与技术学院 29 328 6.0 18.0
3 王红军 西南交通大学信息科学与技术学院 14 93 4.0 9.0
4 成聪 四川大学计算机学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (8)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
子空间聚类
最大间隔
最大间隔子空间聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导