10.13682/j.issn.2095-6533.2017.06.008
基于马氏距离的近邻传播聚类算法
为改善近邻传播聚类算法对高维数据的聚类效果,引入马氏距离替换原算法中的欧氏距离,并借助正则化总散度矩阵的奇异值分解实现数据变换预处理,进而在在降维后的变换子空间中对数据集进行聚类.针对Iris、User、Soybean和Vehicle四个数据集,选取适当正则化参数,经仿真实验可见,改进算法的聚类精度在整体上有所提高.
近邻传播聚类、高维数据、马氏距离、正则化
22
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61671377;陕西省自然科学基金资助项目2014JM8307
2018-03-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
46-49