基于稀疏约束非负矩阵分解的K-Means聚类算法

• 作者: 贾茹 韩素青
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 高维数据 非负矩阵分解 稀疏约束 k-means聚类
• 年，卷（期）: 2017,（6）
• 页码范围: 1216-1222
• 页数: 7页
• 分类号: TP274
• 字数: 4331字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.06.017

摘要

为了提高K-M eans聚类算法在高维数据下的聚类效果,提出一种基于稀疏约束非负矩阵分解的K-M eans聚类算法.该算法在最优保持原始数据本质的前提下,通过在非负矩阵分解过程中对基矩阵列向量施加l1与l2范数稀疏约束,首先挖掘嵌入在高维数据中的低维数据结构,实现高维数据的低维表示,然后利用在低维数据聚类中性能良好的K-M eans算法对稀疏降维后的数据进行聚类.实验结果表明提出的算法可行,并且在处理高维数据上有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩素青	太原师范学院计算机科学与技术系	20	68	5.0	8.0
2	贾茹	太原师范学院计算机科学与技术系	1	8	1.0	1.0