新的降维标准下的高维数据聚类算法*

摘要：

为了解决主成分分析(PCA)算法无法处理高维数据降维后再聚类精确度下降的问题,提出了一种新的属性空间概念,通过属性空间与信息熵的结合构建了基于特征相似度的降维标准,提出了新的降维算法EN-PCA.针对降维后特征是原特征的线性组合而导致可解释性变差以及输入不够灵活的问题,提出了基于岭回归的稀疏主成分算法(ESPCA).ESPCA算法的输入为主成分降维结果,不需要迭代获得稀疏结果,增加了灵活性和求解速度.最后在降维数据的基础上,针对遗传算法聚类收敛速度慢等问题,对遗传算法的初始化、选择、交叉、变异等操作进行改进,提出了新的聚类算法GKA++.实验分析表明EN-PCA算法表现稳定,GKA++算法在聚类有效性和效率方面表现良好.

关键词：聚类、主成分分析(PCA)、特征相似度、岭回归、遗传算法

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61872105 国家自然科学基金;the Natural Science Foundation of Heilongjiang Province under Grant No. F201302 黑龙江省自然科学基金;the Science and Technology Research Project of Hei-longjiang Provincial Education Department under Grant No. 12531z004 黑龙江省教育厅科学技术研究项目

在线出版日期：2020-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：96-107