期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向超大规模数据的自适应谱聚类算法
1
作者 毕志臻 杨德刚 冯骥 《智能系统学报》 CSCD 北大核心 2023年第2期251-259,共9页
针对超大规模数据聚类过程中人为设定邻域参数及计算量庞大等问题,提出了一种基于近似自然近邻的自适应超大规模谱聚类算法(approximate natural nearest neighbor based self-adaptive ultra-scalable spectral clustering algorithm, ... 针对超大规模数据聚类过程中人为设定邻域参数及计算量庞大等问题,提出了一种基于近似自然近邻的自适应超大规模谱聚类算法(approximate natural nearest neighbor based self-adaptive ultra-scalable spectral clustering algorithm, AN^(3)-SUSC)。该算法首先通过混合代表选取缩小数据规模,在此基础上利用近似自然近邻自适应地确定局部邻域参数并构建相似矩阵,最后运用二部图进行迁移分割将数据空间映射到原超大规模数据空间中并完成谱聚类分析。超大规模数据集实验结果表明,该算法对超大规模数据集聚类效果有所提升,并且降低计算规模同时具有较高的鲁棒性和较强的自适应性。 展开更多
关键词 数据聚类 超大规模 近似自然近邻 谱聚类 自然邻居 二部图 自适应 无参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部