期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向高维数据的PCA-Hubness聚类方法 被引量:1
1
作者 葛亮 郎江涛 +1 位作者 唐黄 唐允恒 《现代计算机(中旬刊)》 2017年第4期52-55,59,共5页
hub聚类算法可以解决传统聚类算法无法处理高维数据的问题。然而,由于它未考虑数据中的冗余和噪声特征,从而降低聚类性能。因此,提出PCA-Hubness聚类方法用于提高高维数据的聚类性能。PCA-Hubness聚类方法利用逆近邻数的偏度和本征维度... hub聚类算法可以解决传统聚类算法无法处理高维数据的问题。然而,由于它未考虑数据中的冗余和噪声特征,从而降低聚类性能。因此,提出PCA-Hubness聚类方法用于提高高维数据的聚类性能。PCA-Hubness聚类方法利用逆近邻数的偏度和本征维度的相互关系,以偏度的变化率为降维依据,保证在对高维数据降维时不会损失过多的有价值信息,有利于提高聚类效果。此算法在UCI数据集上进行实验,相比hub聚类算法,轮廓系数平均提高15%。 展开更多
关键词 hub聚类 高维数据 偏度 本征维度 PCA
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部