-
题名基于二部图的联合谱嵌入多视图聚类算法
被引量：2
- 1
-
-
作者
赵兴旺
王淑君
刘晓琳
梁吉业
-
机构
山西大学计算机与信息技术学院
计算智能与中文信息处理教育部重点实验室(山西大学)
中北大学计算机科学与技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2024年第9期4408-4424,共17页
-
基金
国家自然科学基金(62072293,U21A20473)
山西省自然科学基金(202203021222048)。
-
文摘
多视图聚类在图像处理、数据挖掘和机器学习等领域引起了越来越多的关注.现有的多视图聚类算法存在两个不足,一是在图构造过程中只考虑每个视图数据之间的成对关系生成亲和矩阵,而缺乏邻域关系的刻画;二是现有的方法将多视图信息融合和聚类的过程相分离,从而降低了算法的聚类性能.为此,提出一种更为准确和鲁棒的基于二部图的联合谱嵌入多视图聚类算法.首先,基于多视图子空间聚类的思想构造二部图进而产生相似图,接着利用相似图的谱嵌入矩阵进行图融合,其次,在融合过程中考虑每个视图的重要性进行权重约束,进而引入聚类指示矩阵得到最终的聚类结果.提出的模型将二部图、嵌入矩阵与聚类指示矩阵约束在一个框架下进行优化.此外,提供一种求解该模型的快速优化策略,该策略将优化问题分解成小规模子问题,并通过迭代步骤高效解决.提出算法和已有的多视图聚类算法在真实数据集上进行实验分析.实验结果表明,相比已有方法,提出算法在处理多视图聚类问题上是更加有效和鲁棒的.
-
关键词
多视图聚类
子空间聚类
二部图
谱嵌入矩阵
聚类指示矩阵
-
Keywords
multi-view clustering
subspace clustering
bipartite graph
spectral embedding matrix
clustering indicator matrix
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
