高维数据聚类方法综述  

Survey of clustering algorithms for high-dimensional data

作　　者：贺玲[1] 蔡益朝[2] 杨征[3] 

机构地区：[1]空军雷达学院四系计算机教研室,武汉430019 [2]空军雷达学院四系自动化教研室,武汉430019 [3]国防科学技术大学信息系统与管理学院,长沙410073

出　　处：《计算机应用研究》2010年第1期23-26,31,共5页Application Research of Computers

基　　金：国家自然科学基金资助项目(60802080)

摘　　要：总结了高维数据聚类算法的研究现状,分析比较了算法性能的主要差异,并指出其今后的发展趋势,即在子空间聚类过程中融入其他传统聚类方法的思想,以提高聚类性能。This paper provided a survey of current clustering algorithms for high-dimensional data at first, then made a comparison among them and identifized the new direction in the future, which was the combination of subspace clustering and other typical clustering methods.

关 键 词：高维数据 聚类 子空间 

分 类 号：TP392[自动化与计算机技术—计算机应用技术]