一种基于粗糙集理论的谱聚类算法

谱聚类算法利用特征向量构造简化的数据空间，在降低数据维数的同时，使得数据在子空间中的分布结构更加明显。现有谱聚类算法的聚类结果多为精确集，而真实数据集中重叠现象广泛存在。基于粗糙集理论提出了一种新的谱聚类算法，其主要思想是对谱聚类算法进行粗糙集扩展，使得聚类结果成为具有下近似和上近似定义的、类与类之间存在重叠区域的结构。实验表明，该算法与现有的谱聚类算法相比，稳定性和准确率都有一定的提高。