10.13774/j.cnki.kjtb.2018.04.025
一种改进的投影聚类融合算法研究
目前提出的大多数聚类融合算法在策略选择上未能同时兼顾聚类成员的多样性及质量,而且对高维数据的聚类结果均不理想,针对以上问题,本文提出一种改进的投影聚类融合算法,该算法主要在以往经典的投影聚类算法的基础上进行了改进,将投影聚类与分形维数结合,可对高维数据集进行降维聚类处理;而且该算法将选出最优参照成员,并设计出合理的选择策略,对部分优质成员进行选择,以得到一个更加准确的最终结果.高维数据聚类仿真实验结果表明,本文提出的改进的投影聚类融合算法与其他经典数据聚类融合算法相比,提高了聚类的有效性,大大提高了数据融合性能.
投影聚类融合、降维、高维数据、最优参照成员
34
TP301.6(计算技术、计算机技术)
2019-03-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
122-125,130