特征加权优化软子空间聚类算法比传统算法的优越性分析  

作　　者：陈晓洁[1] 王雯娟[1] 

机构地区：[1]龙岩学院信息工程学院,福建龙岩364012

出　　处：《赤峰学院学报（自然科学版）》2016年第14期18-19,共2页Journal of Chifeng University(Natural Science Edition)

基　　金：龙岩学院青年攀登项目(LQ2014001);龙岩学院校立服务海西项目(LQ2013009)

摘　　要：聚类算法在当前的各个领域都有着非常广泛的应用,常见的有生物学和医学领域的数据探测、信息检索以及文本挖掘和图像处理等.尤其是目前随着计算机信息技术的发展,数据的规模比以往更大,数据挖掘工作需要的数据特征维数大大增加.导致高维数特征加权和选择面临多学科交叉的问题,大大增加了空间聚类分析的工作难度.本文将分析特征加权优化软子空间聚类算法,并将其与传统算法进行了对比,总结了其优越性.

关 键 词：特征加权 优化软子空间 聚类算法 传统算法 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]