| 基于矩阵模型的高维聚类边界模式发现 |
| |
| 引用本文： | 李向丽, 曹晓锋, 邱保志. 基于矩阵模型的高维聚类边界模式发现. 自动化学报, 2017, 43(11): 1962-1972. doi: 10.16383/j.aas.2017.c160443 |
| |
| 作者姓名： | 李向丽 曹晓锋 邱保志 |
| |
| 作者单位： | 1.郑州大学信息工程学院 郑州 450001 |
| |
| 基金项目： | 河南省基础与前沿技术研究项目152300410191 |
| |
| 摘 要： | 
流形学习关注于寻找合适的嵌入方式将高维空间映射至低维空间,但映射子空间依然可能具有较高的维度,难以解决高维空间的数据挖掘任务.本文建立一种简单的矩阵模型判断数据点k近邻空间关于该点的对称性,并使用对称率进行边界提取,提出一种基于矩阵模型的高维聚类边界检测技术（Clustering boundary detection based on matrix model,MMC）.
该模型构造简单、直接、易于理解和使用.理论分析以及在人工合成和真实数据集的实验结果表明MMC算法能够有效地检测出低维和高维空间的聚类边界.
|
| 关 键 词： | 高维空间 聚类边界 矩阵模型 k近邻 对称率 |
| 收稿时间： | 2016-05-31 |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载免费的PDF全文 |
|
