-
【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】1004-9037
-
【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.
-
【文献类型】
期刊
进入发现系统查看更多信息
页脚