| 基于Parzen窗的投影聚类方法 |
| |
| 引用本文： | 黄李国,陈伟琪,王士同.基于Parzen窗的投影聚类方法[J].广西师范大学学报(自然科学版),2006,24(4):70-73. |
| |
| 作者姓名： | 黄李国 陈伟琪 王士同 |
| |
| 作者单位： | 江南大学,信息工程学院,江苏,无锡,214122;江南大学,信息工程学院,江苏,无锡,214122;江南大学,信息工程学院,江苏,无锡,214122 |
| |
| 基金项目： | 江苏省自然科学基金资助项目(BK20003017) |
| |
| 摘 要： | 研究表明,高维数据的聚类都隐含在低维的子空间内,而这些子空间就是把原始数据投影到某些维度上的交集,于是相应的聚类算法就变成如何寻找合适的子空间内容。在此提出了一种新的划分子空间方法——基于Parzen窗子空间划分方法,并在这基础上提出了新的投影聚类方法PCPW。通过与最新的EPCH算法的实验结果对比表明,两者聚类效果相当,但PCPW算法更简单,易于实现。
|
| 关 键 词： | 子空间划分 直方图 Parzen窗 投影聚类 |
| 文章编号： | 1001-6600（2006）04-0070-04 |
| 收稿时间： | 2006-05-31 |
| 修稿时间： | 2006年5月31日 |
Projective Clustering Based on Parzen Window Technique |
| |
| HUANG Li-guo,CHEN Wei-qi,WANG Shi-tong.Projective Clustering Based on Parzen Window Technique[J].Journal of Guangxi Normal University(Natural Science Edition),2006,24(4):70-73. |
| |
| Authors: | HUANG Li-guo CHEN Wei-qi WANG Shi-tong |
| |
| Institution: | School of Information,Southern Yangtze University,Wuxi 214122,China |
| |
| Abstract: | Many researchers indicate that the clusters of a high dimensional dataset are often hidden in all the subspaces of the corresponding low dimensional datasets,thus the corresponding clustering algorithm is to find appropriate subspaces.In this paper,a new Parzen-Window-based subspace dividing method is given,and accordingly,the new projective clustering algorithm PCPW is proposed.Compared with the latest EPCH algorithm,it has a comparable clustering performance,however,it can be more easily realized. |
| |
| Keywords: | subspace partition histograms Parzen window projective clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
