Document
检索banner
高级检索 在检索结果中检索
全部字段 题名 作者 关键词 摘要

基于稀疏约束非负矩阵分解的K-Means聚类算法

  • 【获取途径】 超星期刊网
  • 【作者】韩素青,贾茹
  • 【刊名】数据采集与处理
  • 【作者单位】太原师范学院计算机科学与技术系
  • 【年份】2017
  • 【卷号】第32卷
  • 【期号】 第6期
  • 【页码】1216-1222
  • 【ISSN】1004-9039
  • 【关键词】高维数据 非负矩阵分解 稀疏约束 k-means聚类 
  • 【摘要】 为了提高K-Means聚类算法在高维数据下的聚类效果,提出一种基于稀疏约束非负矩阵分解的K-Means聚类算法。该算法在最优保持原始数据本质的前提下,通过在非负矩阵分解过程中对基矩阵列向量施加l1与l2范数稀疏约束,首先挖掘嵌入在高维数据中的低维数据结构,实现高维数据的低维表示,然后利用在低维数据聚类中性能良好的K-Means算法对稀疏降维后的数据进行聚类。实验结果表明提出的算法可行,并且在处理高维数据上有效。
  • 【基金】国家自然科学基金
  • 【文献类型】 期刊
进入发现系统查看更多信息

发文期刊《基于稀疏约束非负矩阵分解的K-Means聚类算法》历年引证文献趋势图

引证的期刊论文等列表

共20条记录 1/2 第一页 [1] [2] 下一页 最后一页 到第
页脚