一种新的基于局部保持投影的高维数据聚类成员构造方法

研究在高维数据中如何产生聚类成员，并提出一种新的构造聚类成员的方法。为解决高维数据的维度对构造成员带来的影响，新的构造方法在构造聚类成员之前利用局部保持投影先对高维数据进行维度约减，然后在约减后的子空间中用随机投影结合k均值方法构造聚类成员。最后讨论了局部保持投影子空间维度的选取。实验表明，新方法得到的结果要明显优于已有的主分量分析结合下采样方法和简单的随机投影方法。