论文部分内容阅读
绝大多数的聚类分析算法仅能得到单一的聚类结果，考虑到数据的复杂程度普遍较高，以及看待数据的视角不同，所得到的聚类结果在保证其合理性的基础上应当是不唯一的，针对此问题，提出了一个新的算法RLPP，用于发掘多种可供选择的聚类结果。RLPP的目标函数兼顾了聚类质量和相异性两大要素，采用子空间流形学习技术，通过新的子空间不断生成多种互不相同的聚类结果。RLPP同时适用于线性以及非线性的数据集。实验表明，RLPP成功地发掘了多种可供选择的聚类结果，其性能相当或优于现有的算法。