CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于自适应Nystrom采样的大数据谱聚类算法
丁世飞1; 贾洪杰1; 史忠植2
2014
发表期刊软件学报
ISSN1000-9825
卷号25.0期号:009页码:2037
摘要面对结构复杂的数据集,谱聚类是一种灵活而有效的聚类方法,它基于谱图理论,通过将数据点映射到一个由特征向量构成的低维空间,优化数据的结构,得到令人满意的聚类结果.但在谱聚类的过程中,特征分解的计算复杂度通常为O(n^3),限制了谱聚类算法在大数据中的应用.Nystrom扩展方法利用数据集中的部分抽样点,进行近似计算,逼近真实的特征空间,可以有效降低计算复杂度,为大数据谱聚类算法提供了新思路.抽样策略的选择对Nystrom扩展技术至关重要,设计了一种自适应的 Nystrom 采样方法,每个数据点的抽样概率都会在一次采样完成后及时更新,而且从理论上证明了抽样误差会随着采样次数的增加呈指数下降.基于自适应的Nystrom采样方法,提出一种适用于大数据的谱聚类算法,并对该算法的可行性和有效性进行了实验验证.
关键词大数据 谱聚类 特征分解 Nystrom扩展 自适应采样
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/35790
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.中国矿业大学
2.中国科学院计算技术研究所
推荐引用方式
GB/T 7714
丁世飞,贾洪杰,史忠植. 基于自适应Nystrom采样的大数据谱聚类算法[J]. 软件学报,2014,25.0(009):2037.
APA 丁世飞,贾洪杰,&史忠植.(2014).基于自适应Nystrom采样的大数据谱聚类算法.软件学报,25.0(009),2037.
MLA 丁世飞,et al."基于自适应Nystrom采样的大数据谱聚类算法".软件学报 25.0.009(2014):2037.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[丁世飞]的文章
[贾洪杰]的文章
[史忠植]的文章
百度学术
百度学术中相似的文章
[丁世飞]的文章
[贾洪杰]的文章
[史忠植]的文章
必应学术
必应学术中相似的文章
[丁世飞]的文章
[贾洪杰]的文章
[史忠植]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。