摘 要：高维数据受冗余数据和噪声数据的影响，聚类效率和准确率低，基于拉普拉斯矩阵的特征值和特征向量的特点，介绍了一种适用于高维数据的新的聚类中心选择算法，算法将拉普拉斯矩阵用于候选聚类中心选择前的数据降维处理，经过对数据进行降维处理，提高了候选聚类中心的准确性，增大了聚类准确率，扩大了聚类数据的种类范围．在10 个包含不同数量样本、维度、类别数的数据集上进行了聚类分析，实验结果表明了基于拉普拉斯降维的新聚类中心选择方法的有效性．

论文下载：

13.pdf

  浏览次数：