基于邻域粗糙集约减的谱聚类算法 | |
贾洪杰 ; 丁世飞 | |
2015-09-01 ; 2015-09-01 | |
关键词 | 邻域粗糙集 信息熵 属性约简 谱聚类 |
中文摘要 | 谱聚类算法是近年来机器学习领域的研究热点,它基于代数图论,可以有效地解决很多实际问题.但是传统的谱聚类算法无法很好地处理高维数据,容易受到噪声和不相关属性的干扰.为了降低计算复杂度,同时减弱噪声数据和冗余属性对聚类的负面影响,提出了一种基于邻域粗糙集约减的谱聚类算法(NRSR-SC).该算法将信息熵引入到邻域粗糙集中,在保持样本区分能力的前提下,去除冗余的属性,保留对聚类贡献最大的属性;然后基于约简后的属性集合,计算样本点之间的相似度,构造相似性矩阵和拉普拉斯矩阵;最后利用谱方法得到最终的聚类结果.实验表明,NRSR-SC算法在处理高维数据时,具有较强的抗干扰能力,其运行效率和准确率都有明显改善. |
其他责任者 | 中国矿业大学计算机科学与技术学院 ; 中国科学院计算技术研究所智能信息处理重点实验室 |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/10709] |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 贾洪杰,丁世飞. 基于邻域粗糙集约减的谱聚类算法[J],2015, 2015. |
APA | 贾洪杰,&丁世飞.(2015).基于邻域粗糙集约减的谱聚类算法.. |
MLA | 贾洪杰,et al."基于邻域粗糙集约减的谱聚类算法".(2015). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论