基于核的PP主成分分析及其在离群聚类中的应用

计算机科学 ›› 2007, Vol. 34 ›› Issue (9): 131-134.

• 软件工程与数据库技术 • 上一篇下一篇

基于核的PP主成分分析及其在离群聚类中的应用

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
国家自然科学基金资助项目（60273035）;国防科工委基础应用项目（K1704060511）.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 为了提高高维数据集合离群数据挖掘效率，在分析了传统的离群数据挖掘算法优点和缺点的基础上，提出了一种离群聚类算法，该算法将核方法与PP主成分变换结合于离群聚类算法中，采用基于核的PP主成分变换进行数据维数消减。通过该数据变换矩阵得到相应的非线性向量，并为每个向量分配一个动态权值，在优化经典的FCM模糊聚类的目标优化迭代函数基础上，最终得到各个数据的权值，根据权值的大小标识出数据集中的离群点，理论上证明了该算法的收敛性，仿真实验的结果表明了该方法能够有效地发现高维数据集中的离群点。

关键词: 核方法投影寻踪主成分模糊聚类离群数据

Abstract: The data dimension reduction is the main method that can enhance the outliers mining efficiency based on higher-dimension data set. A novel clustering with outlier algorithm that is a combination of the kernel method and PP principal component is proposed

Key words: Kernel method, Proi ection pur suit, Principal component, Fuzzy clustering, Outliers

. 基于核的PP主成分分析及其在离群聚类中的应用[J]. 计算机科学, 2007, 34(9): 131-134. https://doi.org/