基于张开角测度的数据约简.pdfVIP

2016年第35卷 第4期 传感器与微系统(TransducerandMicrosystemTechnologies) 25 DOI：10．13873／J．1000--9787(2016)04--0025--04 基于张开角测度的数据约简 李 晨，王亚茹，岳士弘 (天津大学 电气与自动化工程学院。天津 300072) 摘 要：数据约简是包括数据压缩、数据调整和特征提取在内的数据挖掘技术中的重要课题 ，但已有的数 据约简方法主要聚焦在特征或者维度的约简，而针对样本个数 的约简方法，往往是针对具体的数据集开 发，缺乏一般性。针对数据集中数据分布的一般特征，定义一种新的基于张开角的测度。该测度能够区分 数据集中核心对象和边界对象分布的本质区别，实现数据集中以核心对象为中心的数据压缩。通过对 UCI公共测试平台上20个具有不同特征的典型样本集进行数据约简和测试，结果表明：约简能够有效地 提取数据集中的核心目标；通过对约简前后数据集采用经典 K均值算法聚类，发现约简后数据集中聚类 正确率明显高于约简前数据集。 关键词：数据约简；方向角；聚类分析 中图分类号：TP391．4 文献标识码：A 文章编号：1000--9787(2016)04--0025--04 Datareductionbasedonopen—anglemeasurement LIChen，W ANG Ya一131，YUE Shi-hong (SchoolofElectricalEngineeringandAutomation，TianjinUniversity，Tianjin300072，China) Abstract：Datareduction hasbeen an important issue of datamining including data compression，data adjustment，featureextraction，andSOon，however，existingmethodsofdatareductionmainlyfocusonreductionof featuresanddimensions，methodsofreductiontothenumberofsamplesalwayslimittospecificdatasetswhich lackofgenerality．Aimingatgeneral featureofdatadistributionindatasets，defineanew kind ofmeasurement basedon openingangle．Thismeasurementcan distinguish essentialdifferenceofdistribution between kernel objectsandboundaryobjects，andrealizedatacompressionwhichtakeskernelobjectsascenterfordatasets．By datareductionandteston20typicalsimplesetswhichhavedifferentfeaturesonUCIpublictestplatform ，the ． resuhdemonstratestheproposedmethodcanextractkernelobjectsindatas