基于谱分解的不确定数据聚类方法  

Clustering method for uncertain data based on spectral decomposition

作　　者：李嘉菲[1,2] 孙小玉[1,2] 

机构地区：[1]吉林大学符号计算与知识工程教育部重点实验室,长春130012 [2]吉林大学计算机科学与技术学院,长春130012

出　　处：《吉林大学学报（工学版）》2017年第5期1604-1611,共8页Journal of Jilin University:Engineering and Technology Edition

基　　金：吉林省科技厅发展计划项目(20130206046GX;20140101201JC);国家自然科学基金项目(61133011;61472161;61170092;60973088;61202308)

摘　　要：提出了一种基于谱分解的不确定数据聚类方法,利用数据本身的潜在关联,探寻不确定表象下底层数据记录的真实协方差结构。根据协方差结构,使用基于谱分解的数据分析方法,获取锐化降噪后的数据,再将此数据进行聚类分析。对比实验结果表明:本方法得到的聚类质量显著提高,RMS均方根误差以及CH指标结果均优于传统方法。A clustering method for uncertain data based on spectral decomposition was proposed.The method was applied to explore the true covariance structure of data records behind the uncertain representation under the natural potential association of the data.The data analysis method based on spectral decomposition can get the sharpening data according to the covariance structure.Then,clustering analysis of the sharpening data is carried out.The comparison experiment results show that,using the proposed method,the clustering quality improves significantly;the results of root mean square error and CH index are all better than that obtained using the traditional method.

关 键 词：人工智能 不确定数据 谱分解 聚类 数据降噪 协方差结构 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]