期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
块对角拉普拉斯约束的平滑聚类算法 被引量:6
1
作者 郑建炜 朱文博 +1 位作者 王万良 陈婉君 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第1期116-123,共8页
针对经典谱聚类算法采用原始训练样本或重构系数直接构建相似度矩阵所产生解的次优性问题,结合平滑聚类模型和强制组效应条件,提出一种块对角拉普拉斯约束的平滑聚类算法.首先,以非负性以及加和约束为条件构建表示系数的相似度正则项,... 针对经典谱聚类算法采用原始训练样本或重构系数直接构建相似度矩阵所产生解的次优性问题,结合平滑聚类模型和强制组效应条件,提出一种块对角拉普拉斯约束的平滑聚类算法.首先,以非负性以及加和约束为条件构建表示系数的相似度正则项,较原始样本具有更好的重构能力和抗噪特性;其次,通过改进的秩约束条件促使拉普拉斯矩阵具备直观的类簇连通性;最后,将所述约束条件添加至经典平滑聚类模型,以获得重构关联图和邻域相似图的联合优化公式.为有效地计算模型参数,设计一种交替变量更新法进行迭代运算,其子问题都具备全局最优解,保证整体算法解具有唯一性.扩展实验结果表明,与其他相关算法相比,该算法拥有更好的聚类性能以及噪声鲁棒性. 展开更多
关键词 块对角约束 子空间分簇 组效应 拉普拉斯矩阵
在线阅读 下载PDF
一种基于块对角表示和近邻约束的子空间聚类方法 被引量:1
2
作者 高方远 王秀美 《计算机科学》 CSCD 北大核心 2020年第7期66-70,共5页
聚类分析是机器学习与数据挖掘中的重要工具,而子空间聚类是高维数据分析中常用的聚类方法。基于谱图的子空间聚类方法首先学习数据在子空间中的自表示系数矩阵,然后基于此进行谱聚类分析。通过研究子空间聚类的过程和模型设计,发现基... 聚类分析是机器学习与数据挖掘中的重要工具,而子空间聚类是高维数据分析中常用的聚类方法。基于谱图的子空间聚类方法首先学习数据在子空间中的自表示系数矩阵,然后基于此进行谱聚类分析。通过研究子空间聚类的过程和模型设计,发现基于子空间的聚类方法存在难以保持数据非线性和局部几何结构的问题。为此,文中提出了一种可以提取非线性结构的子空间聚类方法。首先,使用非线性映射函数将原始数据空间映射到高维的线性空间,利用块对角表示保持子空间的独立性。此外,为了对聚类过程中数据的局部结构进行约束,文中引入了基于拉普拉斯矩阵的流形正则项。然后,采用3种计算拉普拉斯矩阵的方法设计不同的基于流形正则和块对角约束的非线性子空间聚类模型。最后,在不同数据集上的实验结果验证了所提算法的有效性。 展开更多
关键词 子空间聚类 块对角约束 非线性映射 流形正则
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部