- 1、本文档共74页,其中可免费阅读23页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
随着信息技术的高速发展,来自社会经济各领域的复杂高维数据涌现,这给传统
的数据挖掘研究带来了巨大的机遇和挑战。聚类分析作为数据挖掘的一项重要技术,
也面临着高维数据,特别是多视图高维数据的考验,如何对复杂高维数据进行有效聚
类分析是近年来聚类研究的一个重要问题。对于高维数据聚类分析,目前主要存在三
个问题:一是,高维数据不可避免出现特征冗余的现象,特征选择有利于后续聚类工
作,但现有的无监督特征选择算法大多倾向于估计原始特征空间中数据的基本结构,
缺乏在高维空间中探索多样化子空间的能
文档评论(0)