基于SS/OSF实现高维稀疏数据对象的聚类

被引：5

作者：

吴萍 ^{[1
]}

宋瀚涛 ^{[1
]}

牛振东 ^{[1
]}

张利萍 ^{[1
]}

张聚礼 ^{[2
]}

机构：

[1] 北京理工大学计算机科学技术学院

[2] 兰州理工大学计算机与通信学院甘肃

来源：

北京理工大学学报 | 2006年 / 03期

关键词：

高维稀疏二态数据; 对象组相似度; 对象组特征向量; 聚类; 分类;

D O I：

10.15918/j.tbit1001-0645.2006.03.007

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了解决传统聚类方法处理高维稀疏数据对象时聚类结果不理想的问题,提出了SS/OSF聚类方法.该方法基于对象组相似度(SS)和对象组特征向量(OSF),并借助对象组特征向量的可加性实现.采用本方法得到高维稀疏数据对象的聚类结果后,可以根据聚类结果中各个对象集合的上确界和下确界为新对象进行对象组分类.实验表明,与传统K-means聚类方法相比,随着数据对象数目的增加,该方法无论是在运行时间上,还是在聚类结果的准确度方面都有明显的改进.

引用

页码：216 / 220

页数：5