软件学报

作者：徐鲲鹏，陈黎飞，孙浩军，王备战

单位：徐鲲鹏，福建师范大学 数学与信息学院, 福建 福州 350117;数字福建环境监测物联网实验室(福建师范大学), 福建 福州 35011711,陈黎飞，福建师范大学 数学与信息学院, 福建 福州 350117;数字福建环境监测物联网实验室(福建师范大学), 福建 福州 35011702,孙浩军，汕头大学 工学院, 广东 汕头 51506303,王备战，厦门大学 软件学院, 福建 厦门 36100504

关键词：聚类;类属型数据;核方法;非线性度量;子空间

基金：国家自然科学基金（U1805263，61672157）；福建省科技厅项目（JK2017007）；福建师范大学创新团队项目（IRTL1704）

现有的类属型数据子空间聚类方法大多基于特征间相互独立假设，未考虑属性间存在的线性或非线性相关性.提出一种类属型数据核子空间聚类方法.首先引入原作用于连续型数据的核函数将类属型数据投影到核空间，定义了核空间中特征加权的类属型数据相似性度量.其次，基于该度量推导了类属型数据核子空间聚类目标函数，并提出一种高效求解该目标函数的优化方法.最后，定义了一种类属型数据核子空间聚类算法.该算法不仅在非线性空间中考虑了属性间的关系，而且在聚类过程中赋予每个属性衡量其与簇类相关程度的特征权重，实现了类属型属性的嵌入式特征选择.还定义了一个聚类有效性指标，以评价类属型数据聚类结果的质量.在合成数据和实际数据集上的实验结果表明，与现有子空间聚类算法相比，核子空间聚类算法可以发掘类属型属性间的非线性关系，并有效提高了聚类结果的质量.

来源：2020年第11期

《软件学报》期刊编辑部

查看软件学报杂志2020年第11期