基于偏最小二乘法的高维数据粒降维及聚类研究

摘要：

在尽可能保留有用信息的前提下,实现高维数据的降维；有效实现粒度粗细之间的转换,获取不同层次的信息是非常有意义的研究.首先,利用偏最小二乘法,按相关性最大来提取最强解释能力的信息,实现高维数据的降维.其次,通过主成分信息聚类,获取不同层次的信息粒.最后,根据需求选择合适的粒度进行分析.实验表明,文中所提方法是可行有效的.

关键词： Partial least squares Reducing dimensions Cluster Granular

作者: 聂斌 杜建强 邱桃荣 刘清 王卓

作者单位: 江西中医学院计算机学院 南昌330004 南昌大学计算机系 南昌330031 南昌大学软件学院 南昌330047

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 109-109

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）