基于mutual KNN和标准化的谱聚类算法
在谱聚类算法中,利用K近邻算法构建拉普拉斯矩阵时,会造成聚类的算法复杂度提高和聚类结果不佳的问题,为此提出一种基于mutual KNN和标准化矩阵的谱聚类算法,能有效提升聚类划分的执行效率和准确率.将提出算法与多组对比算法在多个数据集上进行实验比较,比较结果表明,多个评测指标(如聚类准确率、聚类的标准化互信息、方差等)全面验证了该算法能有效提高聚类性能和执行效率,适用于高维大数据的聚类分析.
拉普拉斯矩阵、谱聚类、标准化、聚类性能、高维大数据
40
TP181(自动化基础理论)
国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家重点基础研究发展计划(973计划);中国博士后科学基金;广西自然科学基金;广西自然科学基金;研究生创新项目
2019-10-18(万方平台首次上网日期,不代表论文的发表时间)
共7页
1878-1884