软件学报
軟件學報
연건학보
JOURNAL OF SOFTWARE
2013年
11期
2610-2627
,共18页
朱林%雷景生%毕忠勤%杨杰
硃林%雷景生%畢忠勤%楊傑
주림%뢰경생%필충근%양걸
子空间聚类%数据流聚类%可扩展聚类%模糊聚类%文本聚类
子空間聚類%數據流聚類%可擴展聚類%模糊聚類%文本聚類
자공간취류%수거류취류%가확전취류%모호취류%문본취류
subspace clustering%data stream clustering%scalable clustering%fuzzy clustering%document clustering
针对高维数据的聚类研究表明,样本在不同数据簇往往与某些特定的数据特征子集相对应。因此,子空间聚类技术越来越受到关注。然而,现有的软子空间聚类算法都是基于批处理技术的聚类算法,不能很好地应用于高维数据流或大规模数据的聚类研究中。为此,利用模糊可扩展聚类框架,与熵加权软子空间聚类算法相结合,提出了一种有效的熵加权流数据软子空间聚类算法--EWSSC(entropy-weighting streaming subspace clustering)。该算法不仅保留了传统软子空间聚类算法的特性,而且利用了模糊可扩展聚类策略,将软子空间聚类算法应用于流数据的聚类分析中。实验结果表明,EWSSC算法对于高维数据流可以得到与批处理软子空间聚类方法近似一致的实验结果。
針對高維數據的聚類研究錶明,樣本在不同數據簇往往與某些特定的數據特徵子集相對應。因此,子空間聚類技術越來越受到關註。然而,現有的軟子空間聚類算法都是基于批處理技術的聚類算法,不能很好地應用于高維數據流或大規模數據的聚類研究中。為此,利用模糊可擴展聚類框架,與熵加權軟子空間聚類算法相結閤,提齣瞭一種有效的熵加權流數據軟子空間聚類算法--EWSSC(entropy-weighting streaming subspace clustering)。該算法不僅保留瞭傳統軟子空間聚類算法的特性,而且利用瞭模糊可擴展聚類策略,將軟子空間聚類算法應用于流數據的聚類分析中。實驗結果錶明,EWSSC算法對于高維數據流可以得到與批處理軟子空間聚類方法近似一緻的實驗結果。
침대고유수거적취류연구표명,양본재불동수거족왕왕여모사특정적수거특정자집상대응。인차,자공간취류기술월래월수도관주。연이,현유적연자공간취류산법도시기우비처리기술적취류산법,불능흔호지응용우고유수거류혹대규모수거적취류연구중。위차,이용모호가확전취류광가,여적가권연자공간취류산법상결합,제출료일충유효적적가권류수거연자공간취류산법--EWSSC(entropy-weighting streaming subspace clustering)。해산법불부보류료전통연자공간취류산법적특성,이차이용료모호가확전취류책략,장연자공간취류산법응용우류수거적취류분석중。실험결과표명,EWSSC산법대우고유수거류가이득도여비처리연자공간취류방법근사일치적실험결과。
A key challenge to most conventional clustering algorithms in handling many real life problems is that data points in different clusters are often correlated with different subsets of features. To address this problem, subspace clustering has attracted increasing attention in recent years. However, the existing subspace clustering methods cannot be effectively applied to large-scale high dimensional data and data streams. In this study, the scalable clustering technique to subspace clustering is extend to form soft subspace clustering for streaming data. An entropy-weighting streaming subspace clustering algorithm, EWSSC is proposed. This method leverages on the effectiveness of fuzzy scalable clustering method for streaming data by revealing the important local subspace characteristics of high dimensional data. Substantial experimental results on both artificial and real-world datasets demonstrate that EWSSC is generally effective in clustering high dimensional streaming data.