论文部分内容阅读
面对结构复杂的数据集，谱聚类是一种灵活而有效的聚类方法，它基于谱图理论，通过将数据点映射到一个由特征向量构成的低维空间，优化数据的结构，得到令人满意的聚类结果.但在谱聚类的过程中，特征分解的计算复杂度通常为O（n^3），限制了谱聚类算法在大数据中的应用.Nystrom扩展方法利用数据集中的部分抽样点，进行近似计算，逼近真实的特征空间，可以有效降低计算复杂度，为大数据谱聚类算法提供了新思路.抽样策略的选择对Nystrom扩展技术至关重要，设计了一种自适应的 Nystrom 采样方法，每个数据点的抽样概率都会