[1]许倡森.基于混合网格划分的子空间高维数据聚类算法[J].计算机技术与发展,2010,(10):150-153.
　XU Chang-sen.A Subspace Clustering Algorithm of High Dimension Data Based on Hybrid-Grid Partitioning[J].,2010,(10):150-153.
点击复制

基于混合网格划分的子空间高维数据聚类算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年10期
页码:
150-153
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A Subspace Clustering Algorithm of High Dimension Data Based on Hybrid-Grid Partitioning
文章编号:
1673-629X（2010）10-0150-04
作者:
许倡森
华南师范大学计算机学院
Author(s):
XU Chang-sen
School of Computer,South China Normal University
关键词:
高维聚类; 子空间聚类; 相对熵; 网格划分
Keywords:
high dimensional clustering;  subspace clustering;  relative entropy;  grid partition
分类号:
TP301.6
文献标志码:
A
摘要:
提出一种基于混合网格划分的子空间高维数据聚类算法。该算法消除了各个属性分量数值范围大小对计算的影响;有效去除冗余属性以提高聚类准确性与降低时间复杂度。根据数据分布情况灵活选择固定网格划分或是自适应网格划分,利用这二种不同的网格划分方法具有的优点,以实现进一步降低算法的时间复杂度和提高聚类结果的准确性,并使算法具有更优的可伸缩性。实验使用仿真数据表明,该算法在处理具有属性值域范围大的高维大规模数据时是实用有效的
Abstract:
A subspace clustering algorithm of high dimension data set based on hybrid-grid partitioning is proposed.The impact of attribute values range to the calculation is eliminated,filtering out redundant attributes is effective to enhance the clustering accuracy and reduce time complexity.The flexibility to choose a fixed or adaptive grid partition using the advantage of them to improve time complexity and the accuracy of clustering according to the data distribution.The algorithm has better scalability,too.A set of experiments on a synthetic dataset demonstrate the effectiveness and efficiency of the algorithms when clustering on high dimensional and large-scale data with the big range of the attribute value

相似文献/References:

[1]刘炯 徐同阁.基于NetFlow的应用协议半监督识别算法[J].计算机技术与发展,2010,(07):9.
　LIU Jiong,XU Tong-ge.A Semi-Supervised Clustering Algorithm for Application Protocol Recognition Based on NetFlow[J].,2010,(10):9.
[2]姚刚,杨敏. 稀疏子空间聚类的惩罚参数自调整交替方向法[J].计算机技术与发展,2014,24(11):131.
　YAO Gang,YANG Min. Alternating Direction Method of Self-adjusting Penalty Parameters of Sparse Subspace Clustering[J].,2014,24(10):131.
[3]江雨燕*,陶承凤,李 平.融合线性插值和对抗性学习的深度子空间聚类[J].计算机技术与发展,2023,33(03):200.[doi:10. 3969 / j. issn. 1673-629X. 2023. 03. 030]
　JIANG Yu-yan*,TAO Cheng-feng,LI Ping.Deep Subspace Clustering by Fusing Linear Interpolation and Adversarial Learning[J].,2023,33(10):200.[doi:10. 3969 / j. issn. 1673-629X. 2023. 03. 030]

备注/Memo

备注/Memo:
许倡森 （1984-）,男,广东梅州人,硕士研究生,研究方向为高性能数据库计算研究
更新日期/Last Update: 1900-01-01