基于闵科夫斯基距离的特征权重自调节软子空间聚类算法

• 作者: 支晓斌 许朝晖
• 来源期刊: 计算机应用研究
• 关键词: 聚类 特征加权 软子空间聚类 闵科夫斯基距离
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 软件技术研究
• 页码范围: 2688-2692
• 页数: 5页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.09.028

摘要

针对特征权重自调节软子空间聚类(soft subspace clustering with feature weight self-adjustment mechanism,SC-FWSA)算法使用欧氏距离,存在对数据适应性较差的问题,将SC-FWSA算法中的欧氏距离拓展为闵科夫斯基距离(Minkowski distance),提出一种基于闵科夫斯基距离的特征权重自调节软子空间聚类(Minkowski distance based soft subspace clustering with feature weight self-adjustment mechanism,MSC-FWSA)算法,MSC-FWSA算法有效提高了SC-FWSA算法对数据的适应性.若干真实数据集上的对比性实验验证了MSC-FWSA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	支晓斌	西安邮电大学理学院	22	111	6.0	9.0
2	许朝晖	西安邮电大学通信与信息工程学院	3	6	2.0	2.0