基于約束的高維不確定子空間聚類.pdf

1、隨著社會(huì)的發(fā)展和科學(xué)的進(jìn)步，數(shù)據(jù)逐漸朝著大數(shù)據(jù)量、高維度、多樣性發(fā)展，從數(shù)據(jù)中提取信息越來越困難。
　　在數(shù)據(jù)挖掘研究中，不確定數(shù)據(jù)的聚類是一個(gè)巨大的挑戰(zhàn)，由于傳統(tǒng)的聚類算法是基于準(zhǔn)確的數(shù)據(jù)進(jìn)行聚類的，而不確定數(shù)據(jù)并不是一個(gè)準(zhǔn)確值，一般是一個(gè)滿足某種概率密度函數(shù)的數(shù)據(jù)的分布，傳統(tǒng)聚類算法并不能高效的解決不確定數(shù)據(jù)的聚類問題。另外，高維數(shù)據(jù)的聚類問題也是數(shù)據(jù)挖掘算法中的另一個(gè)大問題。由于高維數(shù)據(jù)聚類的兩大難點(diǎn)：稀疏性和維度災(zāi)難，傳統(tǒng)

2、算法同樣不適用，為了解決高維數(shù)據(jù)聚類問題，研究者們經(jīng)過不懈努力，最終提出了子空間聚類算法。該類算法在找到簇和找到與簇相關(guān)的維度兩方面均做出了巨大貢獻(xiàn)。
　　結(jié)合這兩大難點(diǎn)，高維不確定數(shù)據(jù)的聚類算法具有更大的挑戰(zhàn)性，并且這類算法目前還很少。就我們所知，目前只有一種基于自底向上的子空間聚類算法擴(kuò)展而來的算法。為了有效地解決高維不確定數(shù)據(jù)的聚類問題，本文基于經(jīng)典的用于處理高維數(shù)據(jù)聚類問題的子空間聚類算法FINDIT（a fast and

3、 intelligent subspace clustering algorithm using dimension voting），提出了一種基于約束的半監(jiān)督子空間聚類算法：UFINDIT。本文主要的貢獻(xiàn)在于提出了一種有效地解決高維不確定數(shù)據(jù)聚類的自頂向下的不確定子空間聚類算法，算法具有較高的準(zhǔn)確率并且易于擴(kuò)展具有良好的伸縮性。具體如下：本文主要擴(kuò)展了FINDIT算法的距離度量函數(shù)和維投票過程，使其可以有效地處理不確定數(shù)據(jù)；由于FIN