长春工业大学学报（自然科学版）
長春工業大學學報（自然科學版）
장춘공업대학학보（자연과학판）
Journal of Changchun University of Technology(Natural Science Edition)
2015年
4期
414-420
,共7页
聚类%高维数据%软子空间%特征加权
聚類%高維數據%軟子空間%特徵加權
취류%고유수거%연자공간%특정가권
clustering%high-dimensional data%soft subspace%feature weighting
在聚类过程中结合簇内紧凑度信息和特征权值分布信息 ,对数据集的划分和各个簇类所在的子空间两方面进行优化.实验结果表明 ,该算法相比已有的软子空间聚类算法具有更好的聚类效果.
在聚類過程中結閤簇內緊湊度信息和特徵權值分佈信息 ,對數據集的劃分和各箇簇類所在的子空間兩方麵進行優化.實驗結果錶明 ,該算法相比已有的軟子空間聚類算法具有更好的聚類效果.
재취류과정중결합족내긴주도신식화특정권치분포신식 ,대수거집적화분화각개족류소재적자공간량방면진행우화.실험결과표명 ,해산법상비이유적연자공간취류산법구유경호적취류효과.
The within-class compactness data is combined with the feature weighting distribution data in the clustering process , and then both the data partition and each cluster are optimized in corresponding subspaces .Experimental studies demonstrate that the algorithm show s better features than the other soft subspace clustering algorithms .
