一种基于海量高维数据的软子空间聚类改进算法

• 作者: 周祖坤 容会 殷洪杰 沈江炎 韩珂
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 高维数据 软子空间聚类 特征加权
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 125-128,153
• 页数: 5页
• 分类号: TP311.13
• 字数: 2810字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2018.02.008

摘要

基于加权的软子空间聚类是处理高维数据的一种有效手段,在原有的软子空间聚类算法基础上对目标函数进行改进,从而结出一种新的软子空间聚类算法.相较之原算法,此算法具有更高的抗噪性及聚类效率;通过与典型的软子空间聚类算法比较试验,结果表明可有效提高海量高维数据的聚类处理效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷洪杰	昆明冶金高等专科学校招生就业处	7	14	2.0	3.0
2	容会	昆明冶金高等专科学校艺术设计学院	35	115	6.0	8.0
3	沈江炎	昆明理工大学云南省计算机技术应用重点实验室	1	0	0.0	0.0
7	韩珂	昆明冶金高等专科学校电气学院	8	10	2.0	3.0
8	周祖坤	昆明冶金高等专科学校招生就业处	7	3	1.0	1.0