首页> 中文期刊> 《西南民族大学学报：自然科学版》 >高维数据上的自适应谱聚类降维方法研究

高维数据上的自适应谱聚类降维方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

本文从数据挖掘的角度,研究高维数据的有效聚类分析技术,针对高维科学数据提出一种基于子空间的自适应谱聚类方法,该方法通过采用谱分析技术将高维数据投影到低维空间,仿真结果表明,得到了很好的检测效果.

著录项

来源
《西南民族大学学报：自然科学版》 |2010年第5期|841-843|共3页
作者
蔡利平; 周绪川;
展开▼
作者单位

西南民族大学校园网络管理中心;

西南民族大学计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP311.13;
关键词
高维数据; 子空间; 谱聚类; 投影;

相似文献

中文文献
外文文献
专利

1. 基于组件的高维数据降维方法研究 [J] . 王素芳 . 电脑与电信 . 2012,第010期
2. 聚类分析中的高维数据降维方法研究 [J] . 谢枫平 . 闽西职业技术学院学报 . 2009,第004期
3. 高维数据降维方法研究 [J] . 余肖生 ,周宁 . 情报科学 . 2007,第8期
4. 高维数据的降维方法研究及其应用 [J] . 杨质敏 . 长沙大学学报 . 2003,第002期
5. 稀疏谱聚类算法在高维数据上的应用 [J] . 徐雪丽 ,赵学靖 . 中国科学技术大学学报 . 2017,第004期
6. 基于谱聚类的非线性降维算法研究 [C] . 陈昆 ,李跃华 . 第十一全国博士生学术年会——信息技术与安全专题 . 2013
7. 高维数据集的非线性Isomap降维方法研究 [A] . Mahwish Yousaf . 2021

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