| 基于曲线距离分析的嵌入式增强聚类算法 |
| |
| 引用本文： | 吴艳萍,王红军,李天瑞,邓萍.基于曲线距离分析的嵌入式增强聚类算法[J].计算机应用与软件,2021,38(10):321-329. |
| |
| 作者姓名： | 吴艳萍 王红军 李天瑞 邓萍 |
| |
| 作者单位： | 西南交通大学信息科学与技术学院 四川 成都611756 |
| |
| 摘 要： | 针对传统数据分析方法对高维数据进行聚类分析时存在的操作过程繁琐及准确率低等缺陷,提出基于曲线距离分析的嵌入式增强聚类算法(ECE-CDA).计算高维空间中数据点之间的成对曲线距离并由聚类引导将其映射到低维空间,构造权重函数保持局部拓扑结构不变性.该算法简化了数据分析过程,同时实现降维和聚类,可作为通用的高精度框架.在12个公共数据集上的实验结果表明,该算法能有效进行数据降维并大幅提高模型的聚类精度.
|
| 关 键 词： | 曲线距离分析 降维 聚类 随机梯度下降 |
ENHANCED CLUSTERING EMBEDDED BASED ON CURVILINEAR DISTANCE ANALYSIS |
| |
| Wu Yanping,Wang Hongjun,Li Tianrui,Deng Ping.ENHANCED CLUSTERING EMBEDDED BASED ON CURVILINEAR DISTANCE ANALYSIS[J].Computer Applications and Software,2021,38(10):321-329. |
| |
| Authors: | Wu Yanping Wang Hongjun Li Tianrui Deng Ping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
