噪聲魯棒的自適應(yīng)降維聚類.pdf

1、聚類是用于數(shù)據(jù)分析的一種有著廣泛應(yīng)用的統(tǒng)計(jì)方法。隨著數(shù)據(jù)收集技術(shù)的不斷發(fā)展進(jìn)步，數(shù)據(jù)集的維度越來(lái)越高，在高維數(shù)據(jù)集上進(jìn)行聚類成為一個(gè)具有挑戰(zhàn)性的課題，自適應(yīng)降維聚類法（ADRC，Adaptive Dimension Reduction Clustering）是近年來(lái)提出的一類具有較好應(yīng)用前景的高維聚類算法，它以距離作為相似性度量，同時(shí)地考慮“自適應(yīng)降維”和“子空間聚類”兩個(gè)方面，使所抽取出來(lái)的子空間具有最佳判別能力，從而聚類的結(jié)果比起傳

2、統(tǒng)的算法，如K—means（KM），更容易跳出局部最優(yōu).然而，這類算法在建模的時(shí)候沒(méi)有考慮到離群點(diǎn)可能帶來(lái)的影響，對(duì)數(shù)據(jù)集中同時(shí)存在明顯同方差簇和離群點(diǎn)的情況表現(xiàn)得不魯棒。而離群點(diǎn)在現(xiàn)實(shí)數(shù)據(jù)集中是經(jīng)常出現(xiàn)的. 為處理這個(gè)問(wèn)題，本文提出了噪聲魯棒的ADRC算法思想（NRADRC，Noise Robust ADRC）.它嘗試在自適應(yīng)降維聚類算法的兩個(gè)主要步驟“自適應(yīng)降維”和“子空間聚類”中引進(jìn)密度因素，降低這兩個(gè)過(guò)程被噪聲污染的可能