中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2013年
7期
790-798
,共9页
减法聚类%Nystr(o)m%密度值逼近%时间复杂度
減法聚類%Nystr(o)m%密度值逼近%時間複雜度
감법취류%Nystr(o)m%밀도치핍근%시간복잡도
subtractive clustering%Nystr(o)m%density value approximation%time complexity
针对大规模数据集减法聚类时间复杂度高的问题,提出一种基于Nyst(o)m密度值逼近的减法聚类方法.特别适用于大规模数据集的减法聚类问题,可极大程度降低减法聚类的时间复杂度.基于Nystr(o)m逼近理论,结合经典减法聚类样本密度值计算的特点,巧妙地将Nystr(o)m理论用于减法聚类未采样样本之间密度权值矩阵的逼近,从而实现了对所有样本的密度值逼近,最后沿用经典减法聚类修正样本密度值的方法,实现整个减法聚类过程.将本文算法在人工数据、标准彩色图像及UCI数据集上进行了实验,详细说明了本文算法利用少数采样样本逼近多数未采样样本密度权值、密度值以及进行减法聚类的详细过程,并给出了聚类准确率、耗时及算法性能加速比.实验结果表明,与经典的减法聚类相比,本文算法在不影响聚类结果的情况下,对于较大规模数据集,可显著降低减法聚类的时间复杂度,极大程度地提高减法聚类的实时性能.
針對大規模數據集減法聚類時間複雜度高的問題,提齣一種基于Nyst(o)m密度值逼近的減法聚類方法.特彆適用于大規模數據集的減法聚類問題,可極大程度降低減法聚類的時間複雜度.基于Nystr(o)m逼近理論,結閤經典減法聚類樣本密度值計算的特點,巧妙地將Nystr(o)m理論用于減法聚類未採樣樣本之間密度權值矩陣的逼近,從而實現瞭對所有樣本的密度值逼近,最後沿用經典減法聚類脩正樣本密度值的方法,實現整箇減法聚類過程.將本文算法在人工數據、標準綵色圖像及UCI數據集上進行瞭實驗,詳細說明瞭本文算法利用少數採樣樣本逼近多數未採樣樣本密度權值、密度值以及進行減法聚類的詳細過程,併給齣瞭聚類準確率、耗時及算法性能加速比.實驗結果錶明,與經典的減法聚類相比,本文算法在不影響聚類結果的情況下,對于較大規模數據集,可顯著降低減法聚類的時間複雜度,極大程度地提高減法聚類的實時性能.
침대대규모수거집감법취류시간복잡도고적문제,제출일충기우Nyst(o)m밀도치핍근적감법취류방법.특별괄용우대규모수거집적감법취류문제,가겁대정도강저감법취류적시간복잡도.기우Nystr(o)m핍근이론,결합경전감법취류양본밀도치계산적특점,교묘지장Nystr(o)m이론용우감법취류미채양양본지간밀도권치구진적핍근,종이실현료대소유양본적밀도치핍근,최후연용경전감법취류수정양본밀도치적방법,실현정개감법취류과정.장본문산법재인공수거、표준채색도상급UCI수거집상진행료실험,상세설명료본문산법이용소수채양양본핍근다수미채양양본밀도권치、밀도치이급진행감법취류적상세과정,병급출료취류준학솔、모시급산법성능가속비.실험결과표명,여경전적감법취류상비,본문산법재불영향취류결과적정황하,대우교대규모수거집,가현저강저감법취류적시간복잡도,겁대정도지제고감법취류적실시성능.