高维数据聚类方法综述

被引：44

作者：

贺玲 ^{[1
]}

蔡益朝 ^{[2
]}

杨征 ^{[3
]}

机构：

[1] 空军雷达学院四系计算机教研室

[2] 空军雷达学院四系自动化教研室

[3] 国防科学技术大学信息系统与管理学院

来源：

计算机应用研究 | 2010年 / 27卷 / 01期

关键词：

高维数据; 聚类; 子空间;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

总结了高维数据聚类算法的研究现状,分析比较了算法性能的主要差异,并指出其今后的发展趋势,即在子空间聚类过程中融入其他传统聚类方法的思想,以提高聚类性能。

引用

收藏

页码：23 / 26+31 +31

页数：5

相关论文

共 3 条

[1] 人工智能与专家系统[M]. 国防科技大学出版社 , 吴泉源,刘江宁编著, 1995
[2] Nonlinear component analysis as a kernel eigenvalue problem
Scholkopf, B
Smola, A
Muller, KR
[J]. NEURAL COMPUTATION, 1998, 10 (05) : 1299 - 1319
[3] Self-Organization and Associated Memory. Kohonen T. . 1988