噪声鲁棒的自适降维聚类.pdfVIP

噪声鲁棒的自适应降维聚类 论文题目 噪声鲁棒的自适应降维聚类 专 业 计算机软件与理论 硕士生 薛少锷 指导教师 印鉴教授 摘 要 聚类是用于数据分析的一种有着广泛应用的统计方法。随着数据收集技术 的不断发展进步，数据集的维度越来越高，在高维数据集上进行聚类成为一个具 Reduction Dimension 有挑战性的课题．自适应降维聚类法(ADRC，Adaptive Clustering)是近年来提出的一类具有较好应用前景的高维聚类算法，它以距离 作为相似性度量，同时地考虑“自适应降维”和“子空间聚类”两个方面，使所 抽取出来的子空间具有最佳判别能力，从而聚类的结果比起传统的算法，如群 means(KM)更容易跳出局部最优。然而，这类算法在建模的时候没有考虑到离 群点可能带来的影响，对数据集中同时存在明显同方差簇和离群点的情况表现得 不鲁棒。而离群点在现实数据集中是经常出现的． Robust ADRC)．它尝试在自适应降维聚类算法的两个主要步骤“自适应降维”和 “子空间聚类”中引进密度因素，降低这两个过程被噪声污染的可能性。本文选择 最近提出的LDAKM算法作为特例，在其两个子过程LDA和K—means过程中考虑 Robust RobustK．means) 密度因素，得到NRLDA(NoiseLDA)和NRKM(Noise 然后从理论上证明了如果使用同一种有效的密度估计方法，NRLDA和NRKM可 以集成为一个统一的噪声鲁棒的自适应降维聚类框架。最后，采用一定的密度估 计策略在实际数据集和合成数据集上进行实验，结果表明了NRADRC的有效性。 关键词：聚类、K．means聚类、自适应降维、高维数据、密度估计 第1页 噪声鲁棒的自适应降维聚类 TitleNoiseRobust DimensionReduction Adaptive Clustering NameShao’eXue and Software MajorComputer Theory ProfessorJianYin Supervisor ABSTRACT isoneofthemost usedstatisticalmethodsindata Clustering widely analy- sis．Withthe ofdatacollection numberofdimensions development techniques．the makesita workto ina di- increases，whichchallengingperformclusteringhigh mensional DimensionReduction dataset．Adaptive areaclassof inrecent on promisingclusteringtechniquesproposed years．Based distance similaritygenerally,theysi