本文關(guān)鍵詞：基于屬性關(guān)系矩陣的AP子空間聚類算法

  更多相關(guān)文章： 圖像與信息處理 聚類分析 子空間聚類 AP聚類 關(guān)系矩陣

【摘要】：仿射傳播(Affinity Propagation,AP)聚類算法將所有數(shù)據(jù)點作為潛在的聚類中心,在相似度矩陣的基礎(chǔ)上通過消息傳遞進(jìn)行聚類,但不適用于子空間聚類�；趯傩躁P(guān)系矩陣的AP子空間聚類算法(ARMAP)是一種異步軟子空間聚類算法,通過計算屬性α的α-β鄰域得到屬性的關(guān)系矩陣,查找極大全1子矩陣得到數(shù)據(jù)集的興趣度子空間,在各興趣度子空間使用AP算法聚類,完成子空間聚類的任務(wù)。ARMAP算法將子空間的查找轉(zhuǎn)換成查找矩陣的極大全1子矩陣,在正確查找子空間的同時降低了時間復(fù)雜度,既保留了AP聚類算法的優(yōu)點,又克服了AP算法不能進(jìn)行子空間聚類的不足。
【作者單位】： 徐州醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院;中國礦業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 圖像與信息處理 聚類分析 子空間聚類 AP聚類 關(guān)系矩陣
【基金】：國家自然科學(xué)基金(61379101) 江蘇省自然科學(xué)基金(BK20130209) 江蘇省高校自然科學(xué)基金(14KJB520039)~~
【分類號】：TP311.13
【正文快照】： 1引言聚類分析是人工智能領(lǐng)域的關(guān)鍵技術(shù)之一,在模式識別、數(shù)據(jù)處理、圖像分析、精準(zhǔn)醫(yī)療等領(lǐng)域有著越來越多的應(yīng)用。然而隨著大數(shù)據(jù)時代的來臨,產(chǎn)生了海量、高維、復(fù)雜數(shù)據(jù),這些數(shù)據(jù)往往具有稀疏性和子空間特性,典型的聚類算法在應(yīng)對這些數(shù)據(jù)時遇到了難題。在高維稀疏數(shù)據(jù)中,

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 柳盛;吉根林;;空間聚類技術(shù)研究綜述[J];南京師范大學(xué)學(xué)報(工程技術(shù)版);2010年02期

2 馬程;楊詩琴;;基于量子粒子群的帶障礙約束的空間聚類[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2010年03期

3 殷俊華;李光強(qiáng);陳翼;鄧敏;;基于概念格的空間聚類方法[J];計算機(jī)系統(tǒng)應(yīng)用;2011年06期

4 李霞;徐樹維;;子空間聚類改進(jìn)算法研究綜述[J];計算機(jī)仿真;2010年05期

5 陳銘;吉根林;;一種基于相似維的高維子空間聚類算法[J];南京師大學(xué)報(自然科學(xué)版);2010年04期

6 馬程;陳杰;;障礙約束下的空間聚類算法分析[J];宜春學(xué)院學(xué)報;2012年12期

7 張思亮;李廣霞;;子空間聚類在入侵檢測中的應(yīng)用[J];計算機(jī)安全;2013年12期

8 何彬彬;方濤;郭達(dá)志;;基于不確定性的空間聚類[J];計算機(jī)科學(xué);2004年11期

9 楊楊;孫志偉;趙政;;一種處理障礙約束的基于密度的空間聚類算法[J];計算機(jī)應(yīng)用;2007年07期

10 李光強(qiáng);鄧敏;程濤;朱建軍;;一種基于雙重距離的空間聚類方法[J];測繪學(xué)報;2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 劉啟亮;鄧敏;彭東亮;徐震;;基于場論的空間聚類有效性評價方法研究[A];2009`中國地理信息產(chǎn)業(yè)論壇暨第二屆教育論壇就業(yè)洽談會論文集[C];2009年

2 鄧羽;;廣義多維云模型在空間聚類中的應(yīng)用[A];地理學(xué)與生態(tài)文明建設(shè)——中國地理學(xué)會2008年學(xué)術(shù)年會論文摘要集[C];2008年

3 鄧敏;劉啟亮;李光強(qiáng);程濤;;一種基于場模型的空間聚類算法[A];現(xiàn)代測量技術(shù)與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會論文集[C];2009年

4 徐玉峰;周麗華;肖清;;一種基于數(shù)據(jù)分布差異度的子空間聚類算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

5 張燕萍;姜青山;;k-means型軟子空間聚類算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯二[C];2010年

6 任家東;周瑋瑋;何海濤;;高維數(shù)據(jù)流的自適應(yīng)子空間聚類算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯二[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 孫麗萍;半監(jiān)督空間聚類方法及其在城市公共設(shè)施區(qū)位規(guī)劃中的應(yīng)用研究[D];安徽師范大學(xué);2015年

2 黃明;基于空間分區(qū)的空間聚類研究[D];武漢大學(xué);2010年

3 王劍亭;面向量子密鑰分發(fā)安全性分析的子空間聚類算法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 魏海洋;城市案件空間聚類技術(shù)研究[D];北京建筑大學(xué);2015年

2 張洋;基于空間聚類的公路交通運力態(tài)勢可視化方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

3 歐陽佩佩;改進(jìn)的稀疏子空間聚類算法研究[D];青島大學(xué);2015年

4 楊楊;基于約束的空間聚類的研究[D];天津大學(xué);2007年

5 閆妍;子空間聚類改進(jìn)方法研究[D];大連理工大學(xué);2008年

6 吳堯;基于模型的半監(jiān)督子空間聚類算法分析[D];大連理工大學(xué);2013年

7 關(guān)慶;增強(qiáng)的軟子空間聚類技術(shù)的研究[D];江南大學(xué);2011年

8 吳俊杰;基于密度的子空間聚類算法研究[D];廈門大學(xué);2009年

9 李麗;附加限定規(guī)則的空間聚類方法及應(yīng)用研究[D];解放軍信息工程大學(xué);2013年

10 董金瑋;基于智能計算的土地利用空間聚類方法與應(yīng)用研究[D];山東師范大學(xué);2007年

，

本文編號：994984