×
邓兆红;Kup-Sze Choi;钟福来;王世通

集成簇内和簇间信息的增强软子空间聚类。 （英语） Zbl 1187.68445号

模式识别 43，第3期，767-781（2010）.
摘要：虽然大多数软子空间聚类方法通常使用簇内信息来开发算法，但软子空间的聚类很少考虑簇间信息等其他重要信息。在本研究中，一种新的聚类技术称为增强软子空间簇（ESSC）通过同时使用簇内和类间信息提出。首先，通过在子空间中集成类内紧性和簇间分离，建立了一个新的优化目标函数。基于该目标函数，导出了相应的聚类更新规则，然后开发了新的ESSC算法。利用真实数据集和合成数据集（包括合成高维数据集、UCI基准数据集、高维癌症基因表达数据集和纹理图像数据集）对该算法的性能进行了研究和实验评估。实验研究表明，所提出的ESSC算法的准确性优于大多数现有的先进软子空间聚类算法。

引用于16文件

理学硕士：

68吨10 模式识别、语音识别

关键词：

子空间聚类;软子空间;加权聚类;基因表达聚类分析;纹理图像分割;\（\varepsilon\）-不敏感距离

软件：

OVWTRE公司;COSA公司;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{Z.Deng}等人，模式识别43，No.3，767--781（2010；Zbl 1187.68445）
全文： DOI程序

参考文献：

[1] Jain，A。；Murty，M。；Flynn，P.，《数据聚类：综述》，ACM Compute。调查。，31, 264-323 (1999)
[2] 曹毅。；Wu，J.，高维空间中聚类数据集的投影ART，神经网络，15，105-120（2002）
[3] A.Hotho，A.Maedche，S.Staab，基于Ontology的文本文档聚类，收录于：《2001年国际JCAI文本学习研讨会论文集：超越监督》，2001年。；A.Hotho，A.Maedche，S.Staab，基于Ontology的文本文档聚类，收录于：《2001年IJCAI文本学习研讨会论文集：超越监督》，2001年·兹比尔1092.68667
[4] 帕森斯，L。；哈克，E。；Liu，H.，高维数据的子空间聚类：综述，SIGKDD Explorations，6，1，90-105（2004）
[5] R.Agrawal，J.Gehrke，D.Gunopulos，P.Raghavan，《数据挖掘应用中高维数据的自动子空间聚类》，载于《ACM SIGMOD国际数据管理会议论文集》，1998年，第94-105页。；R.Agrawal，J.Gehrke，D.Gunoplos，P.Raghavan，用于数据挖掘应用的高维数据的自动子空间聚类，载于：ACM SIGMOD国际数据管理会议论文集，1998年，第94-105页。
[6] C.H.Cheng，A.W.Fu，Y.Zhang，基于熵的子空间聚类挖掘数值数据，载《第五届ACM SIGKDD国际知识与数据挖掘会议论文集》，1999年，第84-93页。；C.H.Cheng，A.W.Fu，Y.Zhang，基于熵的子空间聚类挖掘数值数据，载《第五届ACM SIGKDD国际知识与数据挖掘会议论文集》，1999年，第84-93页。
[7] S.Goil，H.Nagesh，A.Choudhary，Mafia：超大数据集的高效可扩展子空间聚类，技术报告CPDC-TR-9906-010，西北大学，1999。；S.Goil，H.Nagesh，A.Choudhary，Mafia：超大数据集的高效可扩展子空间聚类，技术报告CPDC-TR-9906-010，西北大学，1999年。
[8] C.Aggarwal，C.Procopiuc，J.L.Wolf，P.S.Yu，J.S.Park，《预测聚类的快速算法》，载《ACM SIGMOD国际数据管理会议论文集》，1999年，第61-72页。；C.Aggarwal，C.Procopiuc，J.L.Wolf，P.S.Yu，J.S.Park，《预测聚类的快速算法》，载《ACM SIGMOD国际数据管理会议论文集》，1999年，第61-72页。
[9] C.C.Aggarwal，P.S.Yu，《在高维空间中发现广义投影簇》，载《ACM SIGMOD国际数据管理会议论文集》，2000年，第70-81页。；C.C.Aggarwal，P.S.Yu，《在高维空间中发现广义投影簇》，载《ACM SIGMOD国际数据管理会议论文集》，2000年，第70-81页。
[10] K.G.Woo，J.H.Lee，Findit:一种基于维度投票的快速智能子空间聚类算法，韩国高级科学技术研究院博士论文，2002。；K.G.Woo，J.H.Lee，Findit:一种使用维度投票的快速智能子空间聚类算法，韩国高级科学技术研究所博士论文，2002年。
[11] C.M.Procopiuc，M.Jones，P.K.Agarwal，T.M.Murali，《快速投影聚类的蒙特卡罗算法》，载于《ACM SIGMOD数据管理会议论文集》，2002年，第418-427页。；C.M.Procopiuc，M.Jones，P.K.Agarwal，T.M.Murali，《快速投影聚类的蒙特卡罗算法》，载《ACM SIGMOD数据管理会议论文集》，2002年，第418-427页。
[12] J.Yang，W.Wang，H.Wang，P.Yu，（δ）；J.Yang、W.Wang、H.Wang、P.Yu、\（δ\）
[13] Yip，K.Y。；Cheung，D.W。；Ng，M.K.，实用投影聚类算法，IEEE Trans。知识。数据工程，16，11，1387-1397（2004）
[14] K.Chakrabarti，S.Mehrotra，局部降维：索引高维空间的新方法，收录于：《第26届超大数据库国际会议论文集》，2000年，第89-100页。；K.Chakrabarti，S.Mehrotra，局部降维：索引高维空间的新方法，收录于：《第26届超大数据库国际会议论文集》，2000年，第89-100页。
[15] De Soete，G.，超量和加性树聚类的最优变量权重，Qual。数量，20169-180（1986）
[16] De Soete，G.，OVWTRE:超量和加性树拟合的最优变量加权程序，J.分类，5101-104（1988）
[17] 马卡伦科夫，V。；Legendre，P.，《超度量树和加法树的最优变量加权和k-均值划分：方法和软件》，《分类杂志》，18，245-271（2001）·Zbl 1040.91087号
[18] 黄J.Z。；Ng，M.K。；荣，H。；Li，Z.，k-means类型聚类中的自动变量加权，IEEE Trans。模式分析。机器。智力。，27, 5, 657-668 (2005)
[19] Chan，Y。；Ching，W。；Ng，M.K。；Huang，J.Z.，使用加权相异度度量的聚类优化算法，模式识别，37，5943-952（2004）·Zbl 1072.68549号
[20] 弗里古伊，H。；Nasraoui，O.，原型和属性权重的无监督学习，模式识别，37，3，567-581（2004）
[21] 弗里古伊，H。；Nasraoui，O.，文本文档的同时聚类和动态关键词加权，（Berry，M.，文本挖掘调查（2004），施普林格：施普林格柏林），45-70
[22] C.Domeniconi，D.Papadopoulos，D.Gunopulos，S.Ma，《高维数据的子空间聚类》，载于《SIAM国际数据挖掘会议论文集》，2004年。；C.Domeniconi，D.Papadopoulos，D.Gunopulos，S.Ma，《高维数据的子空间聚类》，载《SIAM国际数据挖掘会议论文集》，2004年。
[23] 弗里德曼，J.H。；Meulman，J.J.，《属性子集上的聚类对象》，J.R.Stat.Soc.B，66，4，815-849（2004）·Zbl 1060.62064号
[24] L.Jing，M.K.Ng，J.Xu，J.Z.Huang，采用特征加权K-means算法的文本文档子空间聚类，载于：第九届亚太知识发现和数据挖掘会议论文集，2005年，第802-812页。；L.Jing，M.K.Ng，J.Xu，J.Z.Huang，采用特征加权K-means算法的文本文档子空间聚类，载于：第九届亚太知识发现和数据挖掘会议论文集，2005年，第802-812页。
[25] G.J.Gan，J.H.Wu，Z.J.Yang，用于聚类高维数据的模糊子空间算法，收录于：X.Li，O.Zaiane，Z.Li（编辑），《人工智能讲义》，第4093卷，Springer，柏林，2006年，第271-278页。；G.J.Gan，J.H.Wu，Z.J.Yang，用于聚类高维数据的模糊子空间算法，收录于：X.Li，O.Zaiane，Z.Li（编辑），《人工智能讲义》，第4093卷，施普林格，柏林，2006年，第271-278页。
[26] Gan，G.J。；Wu，J.H.，模糊子空间聚类（FSC）算法的收敛定理，模式识别，411939-1947（2008）·Zbl 1134.68488号
[27] Jing，L.P。；Ng，M.K。；Huang，Z.X.，高维稀疏数据子空间聚类的熵加权k-means算法，IEEE Trans。知识。数据工程，19，8，1026-1041（2007）
[28] 多梅尼科尼，C。；Gunopulos，D。；马，S。；Yan，B。；Al-Razgan，M。；Papadopoulos，D.，《聚类高维数据的局部自适应度量》，data Min.Knowl。《发现杂志》，第14卷，第63-97页（2007年）
[29] Wu，K.L。；Yu，J。；Yang，M.S.，一种基于模糊散布矩阵的新型模糊聚类算法，带优化测试，模式识别快报。，26, 5, 639-652 (2005)
[30] Leski，J.M.，走向稳健聚类，模糊集系统。，137, 2, 191-196 (2003)
[31] Wang，S.T。；Chung，F.L。；邓，Z.H。；胡德伟。；Wu，X.，带离群值标记的鲁棒最大熵聚类算法，软计算。，10, 7, 555-563 (2006) ·兹比尔1096.68728
[32] Vapnik，V.，《统计学习理论》（1998），威利出版社：威利纽约·Zbl 0935.62007号
[33] Yu，J。；Yang，M.S.，广义FCM的最优性检验及其在参数选择中的应用，IEEE Trans。模糊系统。，13, 1, 164-176 (2005)
[34] Yu，J。；程，Q.S。；Huang，H.K.，FCM中加权指数的分析，IEEE Trans。系统。，天啊，赛博-B部分：网络。，34, 1, 164-176 (2004)
[35] C.Domeniconi，M.Al-Razgan，加权集群系综：方法和分析，技术报告ISE-TR-07-06，2007年12月。；C.Domeniconi，M.Al-Razgan，加权簇群：方法和分析，技术报告ISE-TR-07-06，2007年12月。
[36] 刘杰。；J.穆罕默德。；Carter，J.，CGH数据的基于距离的聚类，生物信息学，22,161971-1978（2006）
[37] D.J.Newman、S.Hettich、C.L.Blake等人，加州大学欧文分校信息与计算机科学系UCI机器学习数据库库http://archive.ics.uci.edu/ml/; D.J.Newman、S.Hettich、C.L.Blake等人，加州大学欧文分校信息与计算机科学系UCI机器学习数据库库http://archive.ics.uci.edu/ml/
[38] Pomeroy，S.L.，《基于基因表达的中枢神经系统胚胎肿瘤预后预测》，《自然》，415436-442（2002）
[39] Welsh，J.B.，《基因表达分析确定前列腺癌的候选标记和药理靶点》，《癌症研究》，61，5974-5978（2001）
[40] Perou，C.M.，《人类乳腺肿瘤的分子肖像》，《自然》，406747-752（2000）
[41] Alizadeh，A.A.，通过基因表达谱确定的弥漫性大B细胞淋巴瘤的不同类型，《自然》，403，503-511（2000）
[42] Bhattacharjee，A.，通过mRNA表达谱对人类肺癌进行分类揭示了不同的腺癌亚类，Proc。美国国家科学院。科学。美国，98，13790-13795（2001）
[43] T.Randen，Brodatz纹理，〈网址：http://www.ux.uis.no/～tranden/brodatz.html；T.Randen，Brodatz纹理，〈网址：http://www.ux.uis.no/～tranden/brodatz.html
[44] 基尔基，V。；Kamarainen，J.K。；Kälviäinen，H.，用于不变目标识别的简单Gabor特征空间，模式识别快报。，25, 3, 311-318 (2004)
[45] Karypis，G。；Kumar，V.，《划分不规则图的快速高质量多级方案》，SIAM J.Sci。计算。，20, 1, 359-392 (1998) ·Zbl 0915.68129号
[46] A.Y.Ng，M.Jordan，Y.Weiss，《关于光谱聚类：分析和算法》，载于《NIPS学报》，2001年，第849-856页。；A.Y.Ng，M.Jordan，Y.Weiss，《关于光谱聚类：分析和算法》，载于《美国国立公共科学院院刊》，2001年，第849-856页。
[47] 达斯，S。；亚伯拉罕。；Konar，A.，《使用改进的差分进化算法进行自动聚类》，IEEE Trans。系统。，人类网络。，A部分，38，1，218-237（2008）
[48] Bezdek，J.C.（美国宾夕法尼亚州）。；哈撒韦·R·J。；萨宾，M.J。；Tucker，W.，《模糊c-均值的收敛理论：反例和修复》，IEEE Trans。系统。，人，赛博。，17, 5, 873-877 (1987) ·Zbl 0653.68091号
[49] E.P.Xing，A.Y.Ng，M.I.Jordan，S.J.Russell，《距离度量学习及其在附带信息聚类中的应用》，收录于《NIPS学报》，2003年，第505-512页。；E.P.Xing，A.Y.Ng，M.I.Jordan，S.J.Russell，《距离度量学习及其在附带信息聚类中的应用》，收录于《NIPS学报》，2003年，第505-512页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。