Indexed by：
Abstract：
为解决基因表达数据降维后未必能很好适应聚类任务的问题,提出面向聚类的谱扰动集成降维方法,将集成学习思想和基于聚类能力的加权方法用于降维模型中,在高维数据中抽取特征组合生成多个样本子集,对每个新样本子集降维,根据谱扰动理论基于聚类能力学习获得权重,加权组合得到最终降维结果.该方法对特征多次学习,充分利用高维特征,通过聚类能力更好地集成降维,使降维能够更好地适应聚类任务.通过实验验证了该方法的有效性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机工程与设计
ISSN： 1000-7024
CN： 11-1775/TP
Year： 2020
Issue： 10
Volume： 41
Page： 2765-2769
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
