|
|||||
|
|
| 自适应子空间选择方法研究 | |
| 作者姓名： | 闵锋 鲁统伟 |
| 作者单位： | 武汉工程大学 |
| 基金项目： | 国家自然科学基金（11001212）；国家磷资源开发利用工程技术研究中心开放基金(2012国磷k005); 武汉工程大学博士起动基金（12106021） |
| 摘 要： | 由于维数灾难的原因，高维空间的数据聚类是一个具有挑战性的问题. 本文提出了一种自适应子空间选择的方法来解决这一难题．该方法采用局部线性嵌入的方法将高维数据映射到低维子空间上，然后采用两步迭代的方法自适应的选择最具有判别力的子空间：1）固定子空间不变，用 -均值聚类的方法产生类别的标号；2）固定类别的标号不变，用线性判别分析的方法将样本映射到低维子空间进行子空间选择. 通过反复迭代，样本在低维子空间进行有效聚类而避免了维数灾难，同时子空间自适应的调整到全局最优.大量的实验结果表明，该方法聚类效果优于传统的 -均值聚类．最后指出该方法的不足和进一步的研究方向． |
| 关 键 词： | 子空间选择 线性判别分析 -均值聚类 |
| 本文献已被 CNKI 等数据库收录！ | |