基于矩阵模型的高维聚类边界模式发现
流形学习关注于寻找合适的嵌入方式将高维空间映射至低维空间,但映射子空间依然可能具有较高的维度,难以解决高维空间的数据挖掘任务.本文建立一种简单的矩阵模型判断数据点k 近邻空间关于该点的对称性,并使用对称率进行边界提取,提出一种基于矩阵模型的高维聚类边界检测技术(Clustering boundary detection based on matrix model, MMC).该模型构造简单、直接、易于理解和使用.理论分析以及在人工合成和真实数据集的实验结果表明MMC 算法能够有效地检测出低维和高维空间的聚类边界.
高维空间、聚类边界、矩阵模型、k近邻、对称率
43
TP3;TN9
河南省基础与前沿技术研究项目152300410191 资助 Supported by Basic and Advanced Technology Research Project of Henan Province 152300410191
2018-02-02(万方平台首次上网日期,不代表论文的发表时间)
共11页
1962-1972