10.3969/j.issn.1000-3428.2011.05.076
子空间可能性聚类机制研究
可能性C-均值(PCM)聚类作为经典的基于原理的聚类方法,在处理高维数据集时性能骤降,无法检测出高维空间中嵌入的有效子空间.针对此不足,在PCM基础上引入子空间聚类机制,提出子空间可能性聚类算法SIC.该方法保留了PCM方法的优点,且对高维数据具有较好的适应性,能够有效检测各类所处的子空间.仿真实验验证了SPC算法的有效性.
高维数据、子空间聚类、特征加权、可能性聚类
37
TP181(自动化基础理论)
国家自然科学基金资助项目60903100;江苏省自然科学基金资助项目BK2009067
2011-05-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
224-226