基于低秩张量和角度信息的多视图子空间聚类

1

作者 张沙沙 王长鹏 《浙江大学学报(理学版)》 北大核心 2025年第3期334-345,共12页

尽管基于张量的多视图子空间聚类算法已取得显著成效,然而这些算法普遍存在奇异值等价正则化和构造的相似矩阵非最优等问题,影响聚类性能。为此,提出一种基于低秩张量和角度信息的多视图子空间聚类(MSCLTAI)算法。首先,为充分利用奇异... 尽管基于张量的多视图子空间聚类算法已取得显著成效,然而这些算法普遍存在奇异值等价正则化和构造的相似矩阵非最优等问题,影响聚类性能。为此,提出一种基于低秩张量和角度信息的多视图子空间聚类(MSCLTAI)算法。首先,为充分利用奇异值的显著差异,引入基于张量奇异值分解(t-SVD)的加权张量核范数学习多视图子空间聚类的系数矩阵。同时,对由系数矩阵叠加成的张量施加低秩约束,以探索多视图数据的相关高阶信息。其次,考虑不同视图之间的一致性和其角度信息的重要性,分别设计了一致性正则化项和角度信息融合约简策略,令获得的相似矩阵更有效,并用其进行谱聚类。最后,在5个真实数据集上与多种优秀算法进行了比较,验证了算法的有效性。 展开更多

关键词 多视图子空间聚类 低秩张量 一致性 角度信息

在线阅读 下载PDF 职称材料

基于二部图矩阵的一致性多视图聚类

2

作者 傅正英 罗丹 《计算机应用与软件》 北大核心 2024年第11期297-308,357,共13页

为了充分利用一致性信息,提升聚类性能与自适应能力,提出一种基于二部图矩阵的一致性多视图聚类方法。通过少量代表不同视图的统一锚定点表示一致性信息,将它们融合生成统一的图矩阵。另外以一种相互加强的方式确定连续锚点,从而自动确... 为了充分利用一致性信息,提升聚类性能与自适应能力,提出一种基于二部图矩阵的一致性多视图聚类方法。通过少量代表不同视图的统一锚定点表示一致性信息,将它们融合生成统一的图矩阵。另外以一种相互加强的方式确定连续锚点,从而自动确定每个二部图的权重。进一步通过交替优化逐步求解变量优化问题。在合成数据集和真实数据集上的实验结果证明了该方法在聚类精度与自适应能力上的优越性。 展开更多

关键词 一致性信息 多视图聚类 二部图矩阵 自适应

在线阅读 下载PDF 职称材料

基于信息理论的网络文本组合聚类

3

作者 王扬 袁昆 +2 位作者 刘洪甫 吴俊杰 包秀国 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第8期1603-1611,共9页

尽管近年来针对文本聚类问题进行了大量研究,其仍然是数据挖掘领域的一个富有挑战性的问题,特别在弱相关特征乃至噪声特征的处理上,仍然存在诸多挑战。针对这一问题提出了文本聚类的分解-组合算法框架——DIAS。该方法首先通过简单随机... 尽管近年来针对文本聚类问题进行了大量研究,其仍然是数据挖掘领域的一个富有挑战性的问题,特别在弱相关特征乃至噪声特征的处理上,仍然存在诸多挑战。针对这一问题提出了文本聚类的分解-组合算法框架——DIAS。该方法首先通过简单随机特征抽样将高维文本数据进行分解得到多样化的结构知识,其优点是能够较好地避免产生大量的噪声特征。然后采用基于信息理论的一致性聚类(ICC)将多视角基础聚类知识组合起来,得到高质量的一致性划分。最后通过在8个真实文本数据集上的实验,证明DIAS算法相较于其他被广泛使用的算法具有明显优势,特别在处理弱基础聚类上具有突出效果。由于在分布式计算上的天然优势,DIAS有望成为大规模文本聚类的主流算法。 展开更多

关键词 文本聚类 分解-组合算法 基于信息理论的一致性聚类 K-均值 大数据聚类

在线阅读 下载PDF 职称材料

基于公平感知的缺失多视图聚类 被引量：1

4

作者 江梦平 刘美玲 +2 位作者 王前前 高全学 张向东 《信号处理》 北大核心 2025年第2期241-252,共12页

缺失多视图聚类是一种处理多源数据的方法,它能够在数据中发现一致和互补的信息,并将数据分成不同的簇。这种方法可以有效解决复杂环境下的无监督多源数据分析问题,因此受到了广泛关注。然而,现有的缺失多视图聚类算法存在一些问题。它... 缺失多视图聚类是一种处理多源数据的方法,它能够在数据中发现一致和互补的信息,并将数据分成不同的簇。这种方法可以有效解决复杂环境下的无监督多源数据分析问题,因此受到了广泛关注。然而,现有的缺失多视图聚类算法存在一些问题。它们往往忽视了数据中的一些差异,这些差异源于特殊群体的敏感属性。这会导致算法对这些特殊群体产生偏见,从而引发聚类的不公平问题。此外,经过修复之后的缺失样本,缺乏样本的独特性。针对以上问题,本文提出了一种基于公平感知的缺失多视图聚类方法,以缓解无监督聚类任务对特殊群体的不公平对待,同时解决了多视图数据一致性融合和缺失数据恢复问题。首先分别为每一个视图训练一个自动编解码器,利用信息论对经过编码器得到的多视图嵌入特征进行一致性融合,同时训练一个生成网络以恢复缺失视图数据,在使用嵌入特征进行聚类时,约束各簇中特殊群体的分布,使得各簇中特殊群体分布与整个数据集中的分布接近以保证算法的公平性。实验在3个常用多视图数据集上与最新的5种缺失多视图聚类方法进行了比较,在Bank数据集上缺失率为0.5时,相比于性能第2的方法,标准化互信息(Normalized Mutual Information,NMI)值提高了0.82%,公平值(Balance)提高了3.03%;在Credit Card数据集上缺失率为0时,相比于性能第2的方法,NMI值提高了3.53%,Balance值提高了5.62%。同时也在Credit Card数据集中进行了可视化实验以验证聚类算法的性能和公平性,消融实验证明了提出的多视图一致性融合和缺失视图恢复机制的有效性。本文所提出的方法考虑了缺失多视图场景下无监督聚类算法的公平性问题,在保证算法聚类性能的前提下提高了无监督聚类任务的公平性。 展开更多

关键词 无监督学习 公平性机器学习 缺失多视图聚类 多视图一致性学习 缺失视图恢复 信息论

在线阅读 下载PDF 职称材料

多样性约束和高阶信息挖掘的多视图聚类 被引量：1

5

作者 赵振廷 赵旭俊 《计算机应用研究》 CSCD 北大核心 2024年第8期2309-2314,共6页

在现有的多视图聚类研究中,大多数方法没有考虑多视图的多样性,也没有关注数据的高阶邻域信息,导致聚类结果不够准确,难以挖掘数据集的底层信息。为了解决这些问题,提出了基于多样性约束和高阶信息挖掘的多视图聚类算法(MVCDCHO)。首先... 在现有的多视图聚类研究中,大多数方法没有考虑多视图的多样性,也没有关注数据的高阶邻域信息,导致聚类结果不够准确,难以挖掘数据集的底层信息。为了解决这些问题,提出了基于多样性约束和高阶信息挖掘的多视图聚类算法(MVCDCHO)。首先设计了视图间多样性测量的方法,利用多样性的约束保留数据的交集特征,同时去除多视图的差异特征;然后提出了一种挖掘视图高阶信息的方法,要求多视图的交集特征接近混合相似图,以挖掘数据间相关性所没有关注到的高阶信息;最后将多视图的交集特征融合成共识图,通过谱聚类来获取聚类目标图;另外,设计了一种交替迭代的方法来迭代学习优化目标函数。实验结果表明,MVCDCHO在归一化互信息(NMI)、调整后的兰德指数(ARI)、聚类精度(ACC)多个聚类评价指标上表现出优异的性能。理论分析和实验研究验证了MVCDCHO中多视图多样性和高阶信息的关键作用,证明了MVCDCHO的优越性。 展开更多

关键词 多视图聚类 多样性 一致性 高阶信息

在线阅读 下载PDF 职称材料

基于高阶一致性学习的聚类集成算法

6

作者 甘舰文 陈艳 +1 位作者 周芃 杜亮 《计算机应用》 CSCD 北大核心 2023年第9期2665-2672,共8页

现有的大部分关于聚类集成的研究主要关注有效的集成算法的设计。为解决由于基聚类器的质量高低不一、低质量的基聚类器对聚类集成性能产生影响的问题,从数据发掘的角度出发,以基聚类器为基础挖掘数据的内在联系,提出一种高阶信息融合... 现有的大部分关于聚类集成的研究主要关注有效的集成算法的设计。为解决由于基聚类器的质量高低不一、低质量的基聚类器对聚类集成性能产生影响的问题,从数据发掘的角度出发,以基聚类器为基础挖掘数据的内在联系,提出一种高阶信息融合算法——基于高阶一致性学习的聚类集成(HCLCE)算法,从不同的维度表示数据之间的联系。首先,将每种高阶信息融合成一个新的结构化的一致性矩阵;然后,再对得到的多个一致性矩阵进行融合;最后,将多种信息融合为一个一致性的结果。实验结果表明,与次优的LWEA(Locally Weighted Evidence Accumulation)算法相比,HCLCE算法的聚类准确率平均提升了7.22%,归一化互信息(NMI)平均提升了9.19%。可见,HCLCE能得到比聚类集成算法和单独使用一种信息更好的聚类结果。 展开更多

关键词 聚类集成 一致性学习 高阶信息 双随机约束 结构化 相似性矩阵

在线阅读 下载PDF 职称材料

面向信息检索的快速聚类算法 被引量：12

7

作者 刘铭 刘秉权 刘远超 《计算机研究与发展》 EI CSCD 北大核心 2013年第7期1452-1463,共12页

随着信息检索技术的迅猛发展,针对检索系统的改进已逐渐成为研究的热点.聚类是一种有效的改进策略,通过对检索结果进行聚类,可以使用户快速地定位到自己感兴趣的检索信息所在的类别.然而,传统的检索聚类算法要么运行效率低下,要么类别... 随着信息检索技术的迅猛发展,针对检索系统的改进已逐渐成为研究的热点.聚类是一种有效的改进策略,通过对检索结果进行聚类,可以使用户快速地定位到自己感兴趣的检索信息所在的类别.然而,传统的检索聚类算法要么运行效率低下,要么类别划分能力不强,使它们无法真正地用于检索系统中.针对此问题,提出了一种新颖的检索聚类算法,该算法首先通过极大极小值理论从检索返回的文档集中抽取多个聚点,并依此形成初始文档类划分结果.在此基础上,算法对初始文档类的特征集合进行细化调整以使类别的划分更加精确;同时对不满足收敛条件的文档类进行层次分裂以解决信息的分层描述问题.实验表明:此算法的时间复杂度与现有的检索聚类技术相差不多,并且由于对特征集合进行迭代调整使得类别的划分更加准确合理. 展开更多

关键词 信息检索聚类技术 权值调整 极大极小理论 快速聚类 自组织映射

在线阅读 下载PDF 职称材料

信息熵和判断矩阵的专家聚类赋权法 被引量：6

8

作者 李香亭 杨风暴 +1 位作者 周新宇 吉琳娜 《火力与指挥控制》 CSCD 北大核心 2012年第3期103-106,共4页

为了降低专家聚类赋权过程中由排序向量引起的不确定性和判断矩阵引起的矛盾性,提高权值分配的精确性,提出了基于信息熵和判断矩阵相结合的专家聚类赋权法。该方法采用聚类分析原理,对排序向量进行分类,根据分类结果、信息熵值和一致性... 为了降低专家聚类赋权过程中由排序向量引起的不确定性和判断矩阵引起的矛盾性,提高权值分配的精确性,提出了基于信息熵和判断矩阵相结合的专家聚类赋权法。该方法采用聚类分析原理,对排序向量进行分类,根据分类结果、信息熵值和一致性比率确定专家权重系数。实例分析表明:基于信息熵和判断矩阵相结合的专家聚类赋权法在具体应用中得到的结果离期望值更近,说明该算法有效可行。 展开更多

关键词 专家聚类赋权法 信息熵 判断矩阵 一致性比率

在线阅读 下载PDF 职称材料

基于椭球聚类的毫米波主被动复合探测信息融合 被引量：1

9

作者 栾英宏 李跃华 罗磊 《电光与控制》 北大核心 2010年第3期19-22,共4页

在毫米波主被动复合探测数据融合中,考虑信号在特征空间中各向异性的分布情况,将描述模式不确定性的隶属度函数引入到证据理论中,提出椭球聚类的方法来确定隶属度及基本概率赋值函数,再根据组合规则进行融合。实验表明该方法是一种有效... 在毫米波主被动复合探测数据融合中,考虑信号在特征空间中各向异性的分布情况,将描述模式不确定性的隶属度函数引入到证据理论中,提出椭球聚类的方法来确定隶属度及基本概率赋值函数,再根据组合规则进行融合。实验表明该方法是一种有效的数据融合方法,能获得较高的目标识别率。 展开更多

关键词 主被动探测 D-S证据理论 椭球聚类 隶属度 信息融合

在线阅读 下载PDF 职称材料

基于率失真理论的模糊聚类模型与算法

10

作者 郭崇慧 张艳昌 《情报学报》 CSSCI 北大核心 2011年第8期812-818,共7页

本文从信息论的角度考虑了聚类问题,将聚类看成是有损信息压缩的过程。首先运用率失真理论建立了模糊聚类的优化模型,与经典的模糊聚类模型相比,模型的目标函数中多了一个描述聚类过程复杂度的指标。同时为了估计聚类数目,还提出了一个... 本文从信息论的角度考虑了聚类问题,将聚类看成是有损信息压缩的过程。首先运用率失真理论建立了模糊聚类的优化模型,与经典的模糊聚类模型相比,模型的目标函数中多了一个描述聚类过程复杂度的指标。同时为了估计聚类数目,还提出了一个新的聚类有效性指标。其次通过求解优化模型得到基于率失真理论的模糊聚类算法。最后将基于率失真理论的模糊聚类算法与经典模糊C均值算法进行了数值实验比较。数值实验结果表明基于率失真理论的模糊聚类算法能够自动确定聚类数目,在运行时间上比模糊C均值算法有一定减少,且最终的模糊划分矩阵与模糊C均值算法相比有较少的模糊性,因而聚类结果更加明确可靠。 展开更多

关键词 模糊聚类 率失真理论 互信息 聚类数目

在线阅读 下载PDF 职称材料

语料库词性标注一致性检查方法研究 被引量：9

11

作者 张虎 郑家恒 刘江 《中文信息学报》 CSCD 北大核心 2004年第5期11-16,共6页

在对大规模语料库进行深加工时 ,保证词性标注的一致性已成为建设高质量语料库的首要问题。本文提出了基于聚类和分类的语料库词性标注一致性检查的新方法 ,该方法避开了以前一贯采用的规则或统计的方法 ,利用聚类和分类的思想 ,对范例... 在对大规模语料库进行深加工时 ,保证词性标注的一致性已成为建设高质量语料库的首要问题。本文提出了基于聚类和分类的语料库词性标注一致性检查的新方法 ,该方法避开了以前一贯采用的规则或统计的方法 ,利用聚类和分类的思想 ,对范例进行聚类并求出阈值 ,对测试数据分类来确定其标注的正误 ,进而得出每篇文章的词性标注一致性情况 。 展开更多

关键词 计算机应用 中文信息处理 词性标注一致性 兼类词 聚类

在线阅读 下载PDF 职称材料

基于D-S证据理论的微博客蕴含交通信息提取方法 被引量：6

12

作者 张恒才 陆锋 仇培元 《中文信息学报》 CSCD 北大核心 2015年第2期170-178,共9页

微博客消息中经常蕴含大量实时交通信息,有望与现有实时交通信息采集方式形成互补。该文针对微博客消息语义模糊性及用户描述差异性问题,提出了一种微博客消息蕴含交通信息的D-S证据理论提取方法。该方法首先构建微博客消息蕴含交通状... 微博客消息中经常蕴含大量实时交通信息,有望与现有实时交通信息采集方式形成互补。该文针对微博客消息语义模糊性及用户描述差异性问题,提出了一种微博客消息蕴含交通信息的D-S证据理论提取方法。该方法首先构建微博客消息蕴含交通状态信息评价体系,利用百科知识提高评价精度,然后定义微博客消息源的基本概率分配函数,通过证据合成与证据决策,实现微博客消息蕴含实时交通信息的甄别与融合。实验结果表明,该方法能够对微博客消息蕴含实时交通信息的可信度进行有效判断,并能够在最大程度上利用不同微博客用户发布消息的信息内容,且较之传统的文本聚类融合方法具有更高的准确率。 展开更多

关键词 微博客 交通信息 文本聚类 证据理论 维基百科

在线阅读 下载PDF 职称材料

粒度聚类算法研究 被引量：11

13

作者 徐丽 丁世飞 《计算机科学》 CSCD 北大核心 2011年第8期25-28,共4页

信息粒度是对信息和知识细化的不同层次的度量。基于信息粒度的聚类分析方法,凭借能够灵活选择粒度结构,消除聚类结果和先验知识之间的不协调性,有效完成聚类任务等优点,成为国内外学者的研究热点之一。从粗糙集、模糊集、商空间3个理... 信息粒度是对信息和知识细化的不同层次的度量。基于信息粒度的聚类分析方法,凭借能够灵活选择粒度结构,消除聚类结果和先验知识之间的不协调性,有效完成聚类任务等优点,成为国内外学者的研究热点之一。从粗糙集、模糊集、商空间3个理论角度与传统聚类算法相结合,阐述并分析了把粒度的思想引入到聚类中的有效算法及其优缺点,并对这样结合后处理高维复杂数据的可行性及有效性做了分析与展望。 展开更多

关键词 信息粒度 粗糙集 模糊集 商空间理论 聚类算法

在线阅读 下载PDF 职称材料

采用聚类特征的基本概率分配生成方法及应用 被引量：4

14

作者 高智勇 董荣光 +1 位作者 高建民 王荣喜 《西安交通大学学报》 EI CAS CSCD 北大核心 2016年第10期8-14,共7页

针对在识别框架不确定时基本概率分配(BBA)生成困难的问题,提出一种基于聚类特征的基本概率分配生成方法,以减弱对样本长度的依赖性,并分析2种情况下的BBA生成。在框架未知时,通过聚类分析获得各个类别的聚类特征,建立样本属性的聚类特... 针对在识别框架不确定时基本概率分配(BBA)生成困难的问题,提出一种基于聚类特征的基本概率分配生成方法,以减弱对样本长度的依赖性,并分析2种情况下的BBA生成。在框架未知时,通过聚类分析获得各个类别的聚类特征,建立样本属性的聚类特征区间模型;在框架已知时,获取聚类特征,建立样本属性的聚类特征区间模型;然后用各个区间模型之间的距离表示样本属性之间的差异,在此基础上建立了一种相似度的度量方法;最后对相似度进行归一化得到BBA。采用Iris数据集和Wine数据集的实验结果表明:所提方法对样本长度敏感程度低,对Wine数据集的一个类的分类结果达到100%。将该方法应用于某煤化工企业压缩机组子系统状态监测信息数据集,实现了监测信息状态的识别。 展开更多

关键词 证据理论 基本概率分配 聚类特征区间模型 相似度 信息融合

在线阅读 下载PDF 职称材料

粗糙集理论和DT_SVM在Web信息过滤中的应用 被引量：1

15

作者 衣治安 刘杨 《计算机工程》 CAS CSCD 北大核心 2008年第15期208-210,共3页

针对Web信息过滤问题,提出一种将粗糙集理论和决策树SVM(DT_SVM)相结合进行数据分类、过滤的新方法。该方法运用改进的启发式相对属性约简算法消除冗余、降低样本空间维数,通过聚类和DT_SVM相结合来训练SVM,将多分类问题转化为二值分类... 针对Web信息过滤问题,提出一种将粗糙集理论和决策树SVM(DT_SVM)相结合进行数据分类、过滤的新方法。该方法运用改进的启发式相对属性约简算法消除冗余、降低样本空间维数,通过聚类和DT_SVM相结合来训练SVM,将多分类问题转化为二值分类问题,提高了训练速度及过滤精度。实验表明,该算法得到了较高的查全率、查准率,体现了将粗糙集理论与DT_SVM算法结合的优越性。 展开更多

关键词 WEB信息过滤 粗糙集理论 DT_SVM算法 属性约简 聚类

在线阅读 下载PDF 职称材料

层次K-均值聚类结合改进ITML的迁移度量学习方法 被引量：1

16

作者 蒋林利 吴建生 《计算机应用研究》 CSCD 北大核心 2017年第12期3552-3555,3572,共5页

目前的迁移学习方法多针对单一迁移类型,使用低级特征空间,并且源集比目标集复杂耗力。针对这些问题,综合考虑特征表示迁移、参数迁移和实例迁移,提出迁移度量学习的通用框架。首先,基于属性相似性空间和类别相似性空间,利用层次K-均值... 目前的迁移学习方法多针对单一迁移类型,使用低级特征空间,并且源集比目标集复杂耗力。针对这些问题,综合考虑特征表示迁移、参数迁移和实例迁移,提出迁移度量学习的通用框架。首先,基于属性相似性空间和类别相似性空间,利用层次K-均值聚类获取相似性;然后,利用信任评估框架和去相关归一化转换方法消除源集中的相关关系来抑制负迁移作用;最后,改进信息理论度量学习方法(ITML)进行相似性度量学习。对三种不同复杂度数据集进行实验,结果表明,提出方法的迁移学习性能较传统方法明显提高,且对负迁移影响具有更好的鲁棒性;提出的方法可应用于源集比目标集简单的情况,评估结果表明,即使源集知识有限,也可以得到较好的迁移学习效果。 展开更多

关键词 迁移度量学习 层次K-均值聚类 相似性空间 信任评估框架 去相关归一化空间 信息理论度量学习

在线阅读 下载PDF 职称材料

基于改进灰色聚类的配电网应急可靠性综合评估方法 被引量：5

17

作者 王华昕 徐晨 +3 位作者 邹龙 赵永熹 范宏 陆如 《电测与仪表》 北大核心 2017年第18期22-29,共8页

配电网应急可靠性水平是衡量其供电可靠性的重要指标之一,是构建坚强电网的重要组成部分。为准确反映配电网应急可靠性水平,提出基于改进灰色聚类方法的应急可靠性综合评估方法。分析配电网应急技术特点,采用层次分析法建立评估指标体系... 配电网应急可靠性水平是衡量其供电可靠性的重要指标之一,是构建坚强电网的重要组成部分。为准确反映配电网应急可靠性水平,提出基于改进灰色聚类方法的应急可靠性综合评估方法。分析配电网应急技术特点,采用层次分析法建立评估指标体系,并引入去量纲和信息熵理论确定指标值和权重,通过对常规白化权函数改进,建立基于改进灰色聚类评估法的评估模型,结合实际情况对配电网应急可靠性进行综合评估。最后,算例采用雷达图和SPSS软件对比分析证明了改进法具有较高的可靠性,并结合实际提出了相应的整改意见,对不同配电网的应急可靠性对比和竞争以及提升配电网自动化水平具有较好的指导意义。 展开更多

关键词 配电网 应急可靠性评估 改进灰色聚类法 白化权函数 信息熵理论

在线阅读 下载PDF 职称材料

基于聚类质量的两阶段集成算法 被引量：1

18

作者 闫晨 杨有龙 刘原园 《吉林大学学报（理学版）》 CAS 北大核心 2023年第4期899-908,共10页

针对现有的集成聚类算法通常默认使用K-means算法作为基聚类生成器,虽能确保聚类成员的多样性,却忽视了差的基聚类可能会对最终聚类结果造成极大干扰的问题,提出一种基于聚类质量的两阶段集成算法.鉴于K-means算法运行高效但聚类质量较... 针对现有的集成聚类算法通常默认使用K-means算法作为基聚类生成器,虽能确保聚类成员的多样性,却忽视了差的基聚类可能会对最终聚类结果造成极大干扰的问题,提出一种基于聚类质量的两阶段集成算法.鉴于K-means算法运行高效但聚类质量较粗糙,提出首先在生成阶段采用K-means算法生成基聚类成员,然后通过群体一致性度量筛选出兼具高质量和强多样性的聚类成员,形成候选集成;其次,进一步在集成阶段应用信息熵知识构建基聚类加权的共协矩阵;最后应用一致函数得到最终聚类结果.采用3个指标在10个真实数据集上进行对比实验,实验结果表明,该算法在有效提升聚类结果准确度的同时,能保持较好的鲁棒性. 展开更多

关键词 集成聚类 聚类质量 群体一致性 信息熵 一致函数

在线阅读 下载PDF 职称材料

全局与局部结构学习的多视图子空间聚类算法 被引量：1

19

作者 乔宇鑫 葛洪伟 宋鹏 《计算机科学与探索》 CSCD 北大核心 2023年第9期2107-2117,共11页

约束双线性分解的多视图子空间聚类算法(CBF-MSC)忽略了视图局部结构信息,导致信息损失,进而影响多视图聚类效果。针对上述问题,提出了全局与局部结构学习的多视图子空间聚类算法(CBF-LGLS)。该算法首先考虑了视图的一致性与互补性,认... 约束双线性分解的多视图子空间聚类算法(CBF-MSC)忽略了视图局部结构信息,导致信息损失,进而影响多视图聚类效果。针对上述问题,提出了全局与局部结构学习的多视图子空间聚类算法(CBF-LGLS)。该算法首先考虑了视图的一致性与互补性,认为不同视图的系数矩阵应该具有相同的聚类属性,而不是在多个视图之间是一致的,从而充分探索挖掘视图底层数据分布和聚类属性。该算法还全面考虑了视图的局部结构信息,有效捕获单个视图的内在差异,减少了信息损失。此外,该算法采用了自适应加权的方法,减少了噪声与冗余对聚类效果的影响。对于每个视图预定义相似度矩阵的传统模式,采用了自适应距离正则化方法,达到充分考虑单个视图的几何结构与视图之间相同的簇结构的目的,进而提高聚类效果。算法在广泛使用的数据集上进行实验,并与主流算法进行比较,结果表明,提出的算法具有良好的聚类效果和收敛性。 展开更多

关键词 多视图 聚类 局部结构信息 一致性

在线阅读 下载PDF 职称材料

基于证据信息粒化的深度三支FCM聚类方法

20

作者 郭静 蔡超越 +4 位作者 陆杨 成晓天 樊晓雪 鞠恒荣 丁卫平 《南京师大学报(自然科学版)》 2025年第4期106-117,共12页

深度聚类由于其在数据挖掘和计算机视觉领域中处理高维数据的显著效果,已经成为一种流行的无监督学习方法.高维空间中的数据更容易存在模糊性,然而深度聚类无法直接处理数据中的模糊性.在许多实际问题中,数据之间相似性和关联性通常更... 深度聚类由于其在数据挖掘和计算机视觉领域中处理高维数据的显著效果,已经成为一种流行的无监督学习方法.高维空间中的数据更容易存在模糊性,然而深度聚类无法直接处理数据中的模糊性.在许多实际问题中,数据之间相似性和关联性通常更集中的表现在局部邻域内,但是传统的深度聚类方法忽略了数据之间的局部关系.为了解决上述问题,本文提出了一种基于证据信息粒化的深度三支FCM聚类方法.首先,本文提出一种新的对比深度FCM聚类网络框架,将数据从复杂的原始数据空间映射到合适的深度特征空间中.其次,基于三支决策的思想,将第一阶段的聚类结果划分为正域和边界域,以便处理数据中的不确定性.最后,引入半球邻域粒化方法,为不确定样本构造信息粒.基于此,本文利用证据理论对信息粒中的信任度进行融合,从而实现对不确定数据的再分配.本文所提方法更多地关注数据的局部结构,以准确地捕捉数据的内在特征.实验结果表明,本文所提出的方法有效地提升了聚类效果. 展开更多

关键词 证据理论 三支决策 信息粒化 FCM聚类 深度聚类 对比学习

在线阅读 下载PDF 职称材料