10.11896/j.issn.1002-137X.2017.09.011
一种基于非负矩阵分解的聚类集成算法
为了解决通过原始数据集获得的基聚类结果存在一定的信息丢失,从而使得集成阶段的有效信息减少的问题,提出了一种基于非负矩阵分解的K-means聚类集成算法.该算法先利用K-means聚类算法获得集成信息矩阵,然后从原始数据集获取数据相关性,将两者结合后通过非负矩阵分解(NMF)技术构建共识函数以获得最终结果.实验证明,所提算法可以有效获取原始数据的潜在信息,并提高聚类质量.
聚类集成、K-means、NMF、潜在信息
44
TP391(计算技术、计算机技术)
国家自然科学基金项目61572407;国家科技支撑计划课题项目2015BAH19F02
2017-10-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
58-61