游俊斌
- 作品数：2 被引量：0H指数：0
- 供职机构：汕头大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 高维分类型数据子空间聚类算法研究
- 随着大规模数据存储技术、信息技术和网络技术的发展,人们正陷入数据泛滥、知识贫乏的境地。为满足日益增长的信息需求,聚类分析作为一种主要的数据挖掘技术已经应用到各种领域之中。现有的算法大多是处理低维的数据,其中不乏各种优秀的...
- 游俊斌
- 关键词：高维数据子空间聚类算法信息熵特征选取
- 文献传递
- 基于粗糙集的高维分类型数据子空间聚类算法
- 2012年
- 现有的优秀的聚类算法大多是处理低维数据的,但是对于高维数据,由于其分布特性与低维情形有很大的差异,这些算法失效.为解决高维分类型数据聚类问题,提出了一种基于粗糙集的高维分类型数据子空间聚类算法,基于粗糙集的上、下近似集的类边界描述,确定了类边界范围,然后采用相容度来调整类边界,聚类的过程采用增长子空间的思想,从低维到高维迭代地搜子空间类簇.最后通过在soybean、zoo数据集上的对比实验,实验结果表明了算法不仅可行,而且精度高.
- 孙浩军游俊斌吴廷发
- 关键词：粗糙集聚类
