首页 | 本学科首页   官方微博 | 高级检索  
     检索      

大规模数据集下谱聚类算法的求解
引用本文:史卫亚,郭跃飞.大规模数据集下谱聚类算法的求解[J].计算机科学,2012,39(105):312-314,330.
作者姓名:史卫亚  郭跃飞
作者单位:(粮食信息处理与控制教育部重点实验室 郑州450001)(河南工业大学信息科学与工程学院 郑州450001) (复旦大学计算机科学与技术系 上海200433)
摘    要:谱聚类算法是一种流行的数据聚类方法,该算法使用特征分解技术计算邻接矩阵的特征解,但是在大规模数据集的情况下,因储存和计算的问题而无法进行求解。基于线性代数中对称矩阵的性质,提出使用部接矩阵的每一列作为迭代算法的输入样本,通过迭代计算出部接矩阵的特征解。所提算法的空间复杂度只有O(m),时间复杂度也降低为O(pkm)。实验结果验证了算法的有效性。

关 键 词:谱方法,部接矩阵,大数据集,特征分解

Computation of Spectral Clustering Algorithm for Large-scale Data Set
Abstract:
Keywords:Spectral algorithm  Affinity matrix  I_argcscale data set  Eigen-decomposition
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号