摘要
总结了高维数据聚类算法的研究现状,分析比较了算法性能的主要差异,并指出其今后的发展趋势,即在子空间聚类过程中融入其他传统聚类方法的思想,以提高聚类性能。
This paper provided a survey of current clustering algorithms for high-dimensional data at first, then made a comparison among them and identifized the new direction in the future, which was the combination of subspace clustering and other typical clustering methods.
出处
《计算机应用研究》
CSCD
北大核心
2010年第1期23-26,31,共5页
Application Research of Computers
基金
国家自然科学基金资助项目(60802080)
关键词
高维数据
聚类
子空间
high-dimensional data
clustering
subspace
作者简介
贺玲（1976-），女，讲师，博士，主要研究方向为多媒体信息系统、数据挖掘（heling6159@163．com）
蔡益朝（1976-），讲师，博士，主要研究方向为仿真与智能决策
杨征（1978-），讲师，博士，主要研究方向为虚拟现实．
