计算机科学 ›› 2009, Vol. 36 ›› Issue (5): 193-196.
• • 上一篇 下一篇
郑吉 苗夺谦 王睿智 钟才明
出版日期:
发布日期:
基金资助:
ZHENG Ji MIAO Duo-qian WANG Rui-zhi ZHONG Cai-ming （Department of Computer Science and Technology,Tongji University,Shanghai 201804,China）
Online:
Published:
摘要： 谱聚类算法利用特征向量构造简化的数据空间，在降低数据维数的同时，使得数据在子空间中的分布结构更加明显。现有谱聚类算法的聚类结果多为精确集，而真实数据集中重叠现象广泛存在。基于粗糙集理论提出了一种新的谱聚类算法，其主要思想是对谱聚类算法进行粗糙集扩展，使得聚类结果成为具有下近似和上近似定义的、类与类之间存在重叠区域的结构。实验表明，该算法与现有的谱聚类算法相比，稳定性和准确率都有一定的提高。
关键词: 粗糙集 谱聚类 k均值聚类
Abstract: The spectral clustering algorithm constructs a simplified data space making the use of the eigenvectors that not only reduces the dimension of data but also gives clearer distribution of data in the subspace. The results of most existing spectral clusteri
Key words: Rough set, Spectral clustering, K-means clustering
郑吉 苗夺谦 王睿智 钟才明. 一种基于粗糙集理论的谱聚类算法[J]. 计算机科学, 2009, 36(5): 193-196. https://doi.org/
ZHENG Ji MIAO Duo-qian WANG Rui-zhi ZHONG Cai-ming （Department of Computer Science and Technology,Tongji University,Shanghai 201804,China）. [J]. Computer Science, 2009, 36(5): 193-196. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2009/V36/I5/193
Cited
首页