一种新的子空间聚类算法

被引：3

作者：

何虎翼

姚莉秀

沈红斌

杨杰

机构：

[1] 上海交通大学图像处理与模式识别研究所

来源：

关键词：

聚类; 子空间; 网格; 稀疏区域;

D O I：

10.16183/j.cnki.jsjtu.2007.05.032

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

通过对数据空间进行网格划分并寻找稀疏区域来发现类的边界,提出了一种基于密度与网格的新的子空间聚类算法.该算法使用投影寻踪的搜索策略来发现存在于子空间内的类,同时运用基于竞争的修剪方式来有效地控制算法的计算复杂性.实验结果表明,所提算法在精度、时间复杂性等方面具有优良性能.

引用

页码：813 / 817

页数：5

共 4 条

[1] 基于信息理论的合作聚类算法研究 [J].

沈红斌 ;

杨杰 ;

王士同 ;

董一飞 .

[2] 离群模糊核聚类算法 [J].

沈红斌 ;

王士同 ;

吴小俊 .

[3] Automatic subspace clustering of high dimensional data [J].

Agrawal, R ;

Gehrke, J ;

Gunopulos, D ;

Raghavan, P .

[4]

Mafia:Efficientand scalable subspace clustering for very large datasets .2 Goil S,Nagesh H,Choudhary A. . 1999