高维数据子空间聚类研究-计算机软件与理论专业论文.docxVIP

汕头大学硕士论文高维数据加权子 汕头大学硕士论文 高维数据加权子空间聚类研究 万方数据 万方数据 摘要 随着大规模数据收集技术、存储技术、网络技术以及信息技术的发展，越来 越多的企业、组织和个人正逐步陷入数据泛滥但知识匮乏的困境中，聚类分析已 经成为从大量冗余数据中提取有用信息的主要手段之一。目前，针对低维单类型 数据的聚类算法研究已经相当成熟，但是，受“维度灾”的影响，许多针对低维 数据的聚类算法往往不能应用于高维数据，尤其是对于混合型数据尤其明显。然 而，在信息爆炸的今天，现实生活中高维数据又普遍存在，而且呈现逐步增多的 趋势，比如：基因数据、网页数据、文本数据、多媒体数据、金融数据等，因此 找到一种相对通用的聚类算法用于高维数据的聚类工作有着非常重要的现实意 义，尤其是对高维分类型数据和高维混合型数据。 针对这些问题，提出了一种子空间聚类算法，该算法综合考虑特征子空间和 噪声子空间的信息，从而得到一个有效的子空间的自动搜索方式；进而又提出了 一种的能应用于混合型数据的相似度的度量方式，设计出了一种具有较好通用型 的聚类算法，对高维数据进行聚类，该算法能同时应用于分类型数据、数值型数 据、混合型数据聚类，具有一定的理论价值和现实指导意义。 关键词：聚类分析、高维数据、特征子空间、数据相似度 I Abstract With the development of large-sca