摘要
函数型聚类分析是探索函数型数据的重要工具,现有的函数型聚类方法大多属于无监督学习,没有考虑到数据的标签信息。针对目前函数型聚类方法的无监督特性,以及函数型数据通常具备的非负性特征,提出了一种非负半监督函数型聚类方法(SSNFC),用于处理带有少量标签信息的非负函数型数据的聚类问题。首先,通过引入约束非负矩阵分解(CNMF)技术,将标签信息融入函数型聚类过程中,构建了曲线拟合、非负约束和函数型聚类相统一的一步法模型。其次,给出了模型的迭代更新求解算法,证明了算法的局部收敛性,并分析了算法的时间复杂度。最后,在随机模拟数据、Growth数据和TIMIT语音数据的实验结果表明,与无监督函数型聚类方法相比较,提出的非负半监督函数型聚类方法SSNFC有助于提高聚类性能。
Functional clustering analysis is an important tool for exploring functional data.Most of the existing functional clustering methods are essentially unsupervised learning and do not take into account the label information of data.To resolve the issues of unsupervised characteristics of existing functional clustering methods and the non negative characteristics of functional data,a semi-supervised non-negative functional clustering method(SSNFC)is proposed,focusing on processing clustering of non-negative functional data with a little label information.Firstly,the label information is integrated into the functional clustering by introducing the constrained non-negative matrix factorization(CNMF)technique,and a one-step model is constructed,which fuses the curve fitting,non-negative constraint and functional clustering into one objective function.Secondly,an iterative updating algorithm is con ducted,and its local convergence and time complexity are discussed.Finally,the experimental results on simulation data,Growth data and TIMIT(Texas Instruments and Massachusetts Institute of Technology)speech data indicate that SSNFC is helpful for improving clustering performance compared with other unsupervised functional clustering methods.
作者
姚晓红
黄恒君
YAO Xiaohong;HUANG Hengjun(School of Statistics,Lanzhou University of Finance and Economics,Lanzhou 730020,China)
出处
《计算机科学与探索》
CSCD
北大核心
2021年第12期2438-2448,共11页
Journal of Frontiers of Computer Science and Technology
基金
国家社会科学基金(20XTJ005)
中央引导地方科技发展项目(GSK215115)
甘肃省“飞天学者”特聘教授项目
兰州财经大学科研项目(Lzufe2018D-03)。
关键词
函数型数据
聚类分析
半监督学习
约束非负矩阵分解
functional data
clustering analysis
semi-supervised learning
constrained non-negative matrix factorization
作者简介
姚晓红(1986-),女,甘肃武威人,博士研究生,讲师,主要研究方向为函数型数据分析、聚类分析;通信作者:黄恒君(1981-),男,浙江温州人,博士,教授,博士生导师,甘肃省“飞天学者”特聘教授,主要研究方向为数据融合、聚类分析,E-mail:noah@lzufe.edu.cn。
