论文部分内容阅读
随着大数据时代的来临,信息资源迅猛增长,数据逐渐趋于高维化。传统的聚类方法针对低维数据有较好的效果,而不再适用于高维数据。在目前已有的高维聚类算法的基础上,提出一种基于智能优化算法的高维聚类算法SSC-BA(Soft Subspace Clustering based on Bat Algorithm)。算法设计了一个新目标函数,结合了加权类内相似性及类间差异性和界约束权值矩阵,引进了一种变异蝙蝠算法计算权值矩阵,给出了新的学习规则。对提出的算法进行了仿真实验,与其他软子空间聚类算法进行对比测试。实