| 一种基于超图模式的高维空间数据聚类方法 |
| |
| 引用本文： | 张蓉,彭宏.一种基于超图模式的高维空间数据聚类方法[J].计算机工程,2002,28(7):54-55,164. |
| |
| 作者姓名： | 张蓉 彭宏 |
| |
| 作者单位： | 1. 广东商学院信息学院,广州,510320
2. 华南理工大学计算机系,广州,510640 |
| |
| 基金项目： | 广东省自然科学基金项目资助()990582 |
| |
| 摘 要： | 把一个救解高维空间数据聚类问题的转换为一个超图分割寻优问题，提出了一种基于超图模式的高维空间数据聚类方法，该方法不需要减少高维空间数据顶的维数，直接用超图模式描述原始数据之间的关系，并通过选择适当的支持度阈值，有效祛除噪声点，保证数据聚类的质量。
|
| 关 键 词： | 超图模式 高维空间数据 聚类方法 关联规则 模拟退火算法 数据挖掘 数据库 |
| 文章编号： | 1000-3428(2002)07-0054-02 |
Method for Data Clustering in a High Dimensional Space Based on a Hypergraph Model |
| |
| ZHANG Rong,PENG Hong.Method for Data Clustering in a High Dimensional Space Based on a Hypergraph Model[J].Computer Engineering,2002,28(7):54-55,164. |
| |
| Authors: | ZHANG Rong PENG Hong |
| |
| Affiliation: | ZHANG Rong1,PENG Hong2, |
| |
| Abstract: | This paper formulates the data clustering problem in a high-dimensional space as a hypergraph partition optimal problem , and proposes a method for clustering of data in a high dimensional space based on a hypergraph model. It does not require dimensionality reduction, as it uses the hypergraph model to represent relations among the original data items, and by finding the appropriate support threshold , people can filter out noise data from the clusters very effectively and control the quality of the cluseters. ;;; |
| |
| Keywords: | Data clustering Hypergraph partitioningAssociation rulesSimulated annealing algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
