题名
局部加权最小二乘回归的重叠子空间聚类算法
DOI
作者
邱云飞1 费博雯2 刘大千3
作者单位
1.辽宁工程技术大学软件学院；2.辽宁工程技术大学工商管理学院；3.辽宁工程技术大学电子与信息工程学院
摘要
针对大多数子空间聚类方法处理非线性数据时聚类效果不理想、不同子空间数据相似性较高及聚类发生错误时无法及时校验的问题,提出局部加权最小二乘回归的重叠子空间聚类算法.利用K近邻思想突出数据的局部信息,取代非线性数据结构,通过高斯加权的方法选择最相似的近邻数据点,得到最优表示系数.然后使用重叠概率模型判断子空间内数据的重叠部分,再次校验聚类结果,提高聚类准确率.在人造数据集和真实数据集上分别进行测试,实验表明,文中算法能够取得较理想的聚类结果.
关键词
​重叠子空间聚类；K近邻；高斯加权；重叠概率模型
刊名
人工智能研究
ISSN
3078-9753
年、卷(期)
20184
所属期刊栏目
工程技术
打印