基于子空间特点的高维数据分类方法分析
Analysis on High-dimensional Data Classification Method based on Characteristic Subspace作者机构：西北大学数学学院陕西西安710127
出 版 物：《延安大学学报（自然科学版）》 (Journal of Yan'an University：Natural Science Edition)
年 卷 期：2016年第35卷第3期
页 面：29-32页
学科分类：0711[理学-系统科学] 07[理学] 08[工学] 070105[理学-运筹学与控制论] 081101[工学-控制理论与控制工程] 071101[理学-系统理论] 0811[工学-控制科学与工程] 0701[理学-数学]
基 金：陕西省教育厅自然科学专项基金(CU0631206030001) 西北大学研究生自主创新项目(YZZ15072)
摘 要：结合主成分分析法与子空间聚类法对高维数据进行分类处理。通过主成分分析法去除噪音信息,再分别用K-means算法和模糊C-聚类算法进行子空间聚类,最后通过ROC曲线进行敏感性分析,得到简单、准确的数据分类方法。通过聚类结果图可以看出,我们的分类效果是较好的,这也为高维数据处理提供了有效的方法。
维普期刊数据库
同方期刊数据库