一种改进的SUBCLU高维子空间聚类算法

• 作者: 宋威 罗靖 钱雪忠 韩利钊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: SUBCLU 子空间聚类 高维数据 兴趣子空间
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 130-137
• 页数: 8页
• 分类号: TP301
• 字数: 7085字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1609-0111

摘要

SUBCLU高维子空间聚类算法在自底向上搜索最大兴趣子空间类的过程中不断迭代产生中间类,这些中间类的产生消耗了大量时间,针对这一问题,提出改进算法BDFS-SUBCLU,采用一种带回溯的深度优先搜索策略来挖掘最大兴趣子空间中的类,通过这种策略避免了中间类的产生,降低了算法的时间复杂度.同时BDFS-SUBCLU算法在子空间中对核心点增加一种约束,通过这个约束条件在一定程度上避免了聚类过程中相邻的类由于特殊的数据点合为一类的情况.在仿真数据集和真实数据集上的实验结果表明BDFS-SUBCLU算法与SUBCLU算法相比,效率和准确性均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院物联网技术应用教育部工程研究中心	92	741	15.0	22.0
2	宋威	江南大学物联网工程学院物联网技术应用教育部工程研究中心	44	158	8.0	10.0
3	韩利钊	江南大学物联网工程学院物联网技术应用教育部工程研究中心	4	38	3.0	4.0
4	罗靖	江南大学物联网工程学院物联网技术应用教育部工程研究中心	3	35	2.0	3.0