一种基于超图模式的高维空间数据聚类方法  

Method for Data Clustering in a High Dimensional Space Based on a Hypergraph Model

作　　者：张蓉[1] 彭宏[2] 

机构地区：[1]广东商学院信息学院,广州510320 [2]华南理工大学计算机系,广州510640

出　　处：《计算机工程》2002年第7期54-55,164,共3页Computer Engineering

基　　金：广东省自然科学基金项目资助()990582

摘　　要：把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题,提出了一种基于超图模式的高维空间数据聚类方法。该方法不需要减少高维空间数据项的维数,直接用超图模式描述原始数据之间的关系,并通过选择适当的支持度阈值,有效祛除噪声点,保证数据聚类的质量。This paper formulates the data clustering problem in a high-dimensional space as a hypergraph partition optimal problem , and proposes a method for clustering of data in a high dimensional space based on a hypergraph model. It does not require dimensionality reduction, as it uses the hypergraph model to represent relations among the original data items, and by finding the appropriate support threshold , people can filter out noise data from the clusters very effectively and control the quality of the cluseters. ;;;

关 键 词：超图模式 高维空间数据 聚类方法 关联规则 模拟退火算法 数据挖掘 数据库 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]