基于K-Means的软子空间聚类算法研究综述

• 作者: 李俊丽
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: K-Means算法 软子空间聚类 高维数据聚类
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 信息融合技术
• 页码范围: 43-46
• 页数: 4页
• 分类号: TP301
• 字数: 3501字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2016.05.011

摘要

随着数据挖掘技术的发展,聚类分析算法越来越多,由于分析高维数据有时会陷入所谓维灾难,传统的聚类算法在聚类高维数据时性能会降低很多.针对这种情况,提出了子空间聚类算法,极大地改善了这个问题.K-Means算法是一种应用很广泛的聚类算法,与子空间聚类算法结合可以应用于高维数据聚类.介绍了三类基于K-Means的软子空间聚类算法,并对每种算法进行了描述和分析,最后指出了进一步的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊丽	晋中学院信息技术与工程学院	9	37	2.0	5.0