一种基于邻域粗糙集约减的谱聚类方法及系统

本发明是一种基于邻域粗糙集约减的谱聚类方法及系统。

该方法将信息熵引入到邻域粗糙集中，在保持样本区分能力的前提下，去除冗余的属性，保留对聚类贡献最大的属性。

然后，基于约简后的属性集合，计算样本点之间的相似度，构造相似性矩阵和拉普拉斯矩阵。

最后，利用谱聚类方法得到最终的聚类结果。

通过属性约简，可以提高谱聚类处理高维数据的能力，改善聚类的准确率。

本发明是一种基于邻域粗糙集约减的谱聚类方法及系统，该方法将信息熵引入到邻域粗糙集中，在保持样本区分能力的前提下，去除冗余的属性，保留对聚类贡献最大的属性；然后基于约简后的属性集合，计算样本点之间的相似度，构造相似性矩阵和拉普拉斯矩阵；最后利用谱聚类方法得到最终的聚类结果。通过属性约简，可以提高谱聚类处理高维数据的能力，改善聚类的准确率。