论文部分内容阅读
基于模糊C均值（FCM）和局部自适应聚类（LAC）提出一种针对高维数据的联机局部自适应模糊c均值聚类算法（OLAFCM）．OLAFCM通过为各类属性分别赋以相应的局部权重，使各类属性分布在不同属性组合的张量子空间内，从而有效降低采用全局降维方法造成的信息损失，同时适合聚类数据流．最后，在人工模拟和真实数据集上验证OLAFCM比之现有基于全局降维的划分联机聚类算法具有更好的性能．