首页> 中文期刊> 《计算机应用研究》 >基于闵科夫斯基距离的特征权重自调节软子空间聚类算法

基于闵科夫斯基距离的特征权重自调节软子空间聚类算法

         

摘要

针对特征权重自调节软子空间聚类(soft subspace clustering with feature weight self-adjustment mechanism,SC-FWSA)算法使用欧氏距离,存在对数据适应性较差的问题,将SC-FWSA算法中的欧氏距离拓展为闵科夫斯基距离(Minkowski distance),提出一种基于闵科夫斯基距离的特征权重自调节软子空间聚类(Minkowski distance based soft subspace clustering with feature weight self-adjustment mechanism,MSC-FWSA)算法,MSC-FWSA算法有效提高了SC-FWSA算法对数据的适应性.若干真实数据集上的对比性实验验证了MSC-FWSA算法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号