-
题名基于自适应邻域的鲁棒多视图聚类算法
被引量：6
- 1
-
-
作者
李杏峰
黄玉清
任珍文
李毅红
-
机构
西南科技大学信息工程学院
西南科技大学国防科技学院
-
出处
《计算机应用》
CSCD
北大核心
2021年第4期1093-1099,共7页
-
基金
国家自然科学基金资助项目(61673220)
四川省重大科技项目(2018TZDZX0002)。
-
文摘
针对现存的基于自适应邻域的多视图聚类算法没有考虑噪声和共识图信息损失的问题,提出一种基于自适应邻域的鲁棒多视图聚类(RMVGC)算法。首先,为了避免噪声和异常值对数据的影响,通过鲁棒主成分分析模型(RPCA)从原始数据中学习多个干净的低秩数据;其次,用自适应邻域学习直接融合多个干净的低秩数据来得到一个干净的共识关系图,从而减少图融合过程中的信息丢失。实验结果表明,所提RMVGC算法的标准化互信息(NMI)在MRSCV1、BBCSport、COIL20、ORL和UCI digits数据集上比目前流行的多视图聚类算法分别提升了5.2、1.36、27.2、4.66和5.85个百分点。同时,该算法保持了数据局部结构,增强了对原始数据的鲁棒性,提高了关系图质量,在多视图数据集上具有较好的聚类性能。
-
关键词
自适应邻域
多视图聚类
低秩
鲁棒
共识关系图学习
-
Keywords
adaptive neighborhood
multi-view clustering
low-rank
robustness
consensus affinity graph learning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名鲁棒自加权多核子空间图聚类算法
被引量：1
- 2
-
-
作者
黄治力
谌永祥
李永桥
-
机构
西南科技大学制造科学与工程学院
-
出处
《电光与控制》
CSCD
北大核心
2021年第4期43-47,共5页
-
基金
国家自然科学基金(61673220)
四川省教育厅资助科研项目(17ZB0444)。
-
文摘
针对线性加权多核图聚类方法限制了共识核的表达能力和再生核希尔伯特空间中噪声污染的问题,提出一种鲁棒多核子空间图聚类算法(RSMKL),旨在增强核的表达能力和提高核空间中噪声的鲁棒性。该算法利用一种新颖的非线性自加权核融合策略来生成最佳的共识核,同时在核空间利用低秩约束模型来消除噪声对关系图质量的影响。最后,提出一种基于交替方向乘子的迭代优化算法求解目标函数。与5种同类流行算法在5个常用数据集上比较,实验结果表明RSMKL在聚类精度(ACC)、标准互信息(NMI)和聚类纯度(Purity)上具有更好的聚类性能。
-
关键词
子空间聚类
谱图聚类
关系图学习
多核学习
低秩约束
-
Keywords
subspace clustering
spectral graph clustering
affinity graph learning
multiple kernel learning
low-rank representation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
