原文服务方: 计算机应用研究       
摘要:
针对传统谱聚类在构建关系矩阵时只考虑样本的全局特征而忽略样本的局部特征、在聚类划分时通常需要指定聚类个数、无法对交叉点进行正确划分等问题,提出了一种改进的基于局部主成分分析和连通图分解的谱聚类算法.首先自动学习挑选数据集的中心点,然后使用局部主成分分析得到数据集的关系矩阵,最后用连通图分解算法完成对关系矩阵的划分.实验结果表明该改进算法性能优于现有经典算法.
推荐文章
基于密度峰值优化的谱聚类算法
谱聚类
密度峰值
密度聚类
自适应
Nystr(o)m抽样
基于改进谱聚类算法的航路辨识
航路辨识
谱聚类
船舶自动识别系统(AIS)
大数据
k均值算法
基于最优投影的半监督谱聚类算法
半监督
最优投影
簇类
Nystr(o)m抽样
谱聚类
基于CMT-FCM的自适应谱聚类算法
谱聚类
初值敏感
标准差
历史知识
中心距离极大化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LPCA的谱聚类算法
来源期刊 计算机应用研究 学科
关键词 局部主成分分析 谱聚类 连通图分解 交叉点
年,卷(期) 2019,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3245-3249
页数 5页 分类号 TP182
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.04.0283
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴林 广西师范大学广西多源信息挖掘与安全重点实验室 15 17 2.0 4.0
2 谭马龙 广西师范大学广西多源信息挖掘与安全重点实验室 5 6 2.0 2.0
3 文国秋 广西师范大学广西多源信息挖掘与安全重点实验室 10 19 3.0 4.0
4 童涛 广西师范大学广西多源信息挖掘与安全重点实验室 4 4 1.0 2.0
5 杜婷婷 广西师范大学广西多源信息挖掘与安全重点实验室 4 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (759)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部主成分分析
谱聚类
连通图分解
交叉点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导