一种基于粗糙集理论的谱聚类算法

摘要：

谱聚类算法利用特征向量构造简化的数据空间,在降低数据维数的同时,使得数据在子空间中的分布结构更加明显.现有谱聚类算法的聚类结果多为精确集,而真实数据集中重叠现象广泛存在.基于粗糙集理论提出了一种新的谱聚类算法,其主要思想是对谱聚类算法进行粗糙集扩展,使得聚类结果成为具有下近似和上近似定义的、类与类之间存在重叠区域的结构.实验表明,该算法与现有的谱聚类算法相比,稳定性和准确率都有一定的提高.

关键词：粗糙集、谱聚类、k均值聚类

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金60475019,60775036;教育部博士点专项基金20060247039

在线出版日期：2009-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：193-196