基于k最相似聚类的子空间聚类算法.pdfVIP

第35 卷 第14 期 计 算 机 工 程 2009 年7 月 Vol.35 No.14 Computer Engineering July 2009 ·博士论文· 文章编号：1000—3428(2009)14—0004—03 文献标识码：A 中图分类号：TP311 基于 最相似聚类的子空间聚类算法 k 单世民，闫 妍，张宪超 (大连理工大学软件学院，大连 116621) 摘 要：子空间聚类是聚类研究领域的一个重要分支和研究热点，用于解决高维聚类分析面临的数据稀疏问题。提出一种基于k 最相似聚 类的子空间聚类算法。该算法使用一种聚类间相似度度量方法保留k 最相似聚类，在不同子空间上采用不同局部密度阈值，通过k 最相似 聚类确定子空间搜索方向。将处理的数据类型扩展到连续型和分类型，可以有效处理高维数据聚类问题。实验结果证明，与 CLIQUE 和 SUBCLU 相比，该算法具有更好的聚类效果。 关键词：聚类算法；子空间聚类；高维数据 Subspace Clustering Algorithm Based on k Most Similar Clustering SHAN Shi-min, YAN Yan, ZHANG Xian-chao (School of Software, Dalian University of Technology, Dalian 116621) 【Abstract 】Subspace clustering is an important part and research hotspot in clustering research, which resolves the problem of clustering sparse data in high dimensional data environment. A subspace clustering algorithm based on k most similar clustering is presented. This algorithm holds the k most similar clustering by the similarity of the clusters, discovers the different subspace through the different local density threshold, ascertains the subspace search direction by the k most similar clustering and clusters both continuous data and categorical data. The high dimensional data can be effectively clustered in this algorithm. Experimental results show that this algorithm is more effective in clustering than CLIQUE and SUBCLU. 【Key words 】clustering algorithm; subspace clustering; high dimensional data 1 概述 n 个位于 d 维特征空间的数据对象组成的集合，记为 [1] DB={