首页> 中文会议>2004年中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会 >基于映射的高维数据聚类方法

基于映射的高维数据聚类方法

页面导航

摘要
著录项
相似文献
相关主题

摘要

通常,经典的数据聚类算法在低维情况下是有效的,但随着维数的增加,性能和效率都明显的下降,原因在于数据的复杂度是呈指数增长.本文提出了一个处理高维数据聚类的框架,并分析了该框架的性能.

著录项

来源
《2004年中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会》|2004年|400-402|共3页
会议地点广州
作者
周煜人; 彭辉; 桂卫华;
展开▼
作者单位

中国自动化学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TP311.131;
关键词
映射; 高维数据聚类; 数据挖掘; 数据挖掘;

相似文献

中文文献
外文文献
专利

1. 基于映射的高维数据聚类方法 [J] . 周煜人 ,彭辉 ,桂卫华 . 计算技术与自动化 . 2005,第002期
2. 基于决策树的网络高维数据软子空间聚类方法研究 [J] . 张勇 ,陈菊 . 现代电子技术 . 2019,第020期
3. 基于信息熵的高维数据流子空间聚类方法 [J] . 张俊 . 安徽师范大学学报（自然科学版） . 2015,第001期
4. 基于线性判别分析和二分K均值的高维数据自适应聚类方法 [J] . 汪万紫 ,裘国永 ,张兵权 . 郑州轻工业学院学报（自然科学版） . 2011,第002期
5. 基于再生核希尔伯特空间映射的高维数据特征选择优化算法 [J] . 张静 ,王树梅 . 计算机应用研究 . 2016,第012期
6. 一种适于高维数据的聚类方法 [C] . 薛永生 ,匡天祺 ,张伟 . 2005中国计算机大会 . 2005
7. 基于模型的高维数据聚类方法综述 [A] . 秦川 . 2019

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号