-
题名基于局部密度构造相似矩阵的谱聚类算法
被引量：14
- 1
-
-
作者
吴健
崔志明
时玉杰
盛胜利
龚声蓉
-
机构
苏州大学智能信息处理及应用研究所
美国阿肯色中央大学计算机科学系
-
出处
《通信学报》
EI
CSCD
北大核心
2013年第3期14-22,共9页
-
基金
国家自然科学基金资助项目(61003054
61170020
61170124)~~
-
文摘
依据样本数据点分布的局部和全局一致性特征,提出了一种基于局部密度构造相似矩阵的谱聚类算法。首先通过分析样本数据点的分布特性给出了局部密度定义,根据样本点的局部密度对样本点集由密到疏排序,并按照设计的连接策略构建无向图;然后以GN算法思想为参考,给出了一种基于边介数的权值矩阵计算方法,经过数据转换得到谱聚类相似矩阵;最后通过第一个极大本征间隙出现的位置来确定类个数,并利用经典聚类方法对特征向量空间中的数据点进行聚类。通过人工仿真数据集和UCI数据集进行测试,实验结果表明本文谱聚类算法具有较好的顽健性。
-
关键词
谱聚类
相似矩阵
局部密度
无向图构建
边介数
-
Keywords
spectral clustering
similarity matrix
local density
undirected graph building
edge betweenness
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名最小差异采样的主动学习图像分类方法
被引量：4
- 2
-
-
作者
吴健
盛胜利
赵朋朋
崔志明
-
机构
苏州大学智能信息处理及应用研究所
美国阿肯色中央大学计算机科学系
-
出处
《通信学报》
EI
CSCD
北大核心
2014年第1期107-114,共8页
-
基金
国家自然科学基金资助项目(61003054
61170020)
+1 种基金
江苏省科技支撑计划基金资助项目(BE2012075)
江苏省高校自然科学研究基金资助项目(13KJB520021)~~
-
文摘
针对委员会成员模型投票不一致性的度量问题,提出了一种基于最小差异采样的主动学习图像分类方法。该方法首先基于标注样本集的重采样结果构建决策委员会,然后利用投票概率较高的2个类别的概率值的差异来度量未标注样本集每个样本的投票不一致性,选择概率差异最小的样本交由人工专家标注,如此迭代更新分类器。将新方法与EQB算法及nEQB算法在多个数据集上进行实验对比,实验结果表明所提方法能够有效提高分类的准确率。还对组成决策委员会的成员模型的数目设置进行了分析和讨论,结果表明在相同的成员模型数目时所提方法比nEQB算法更为有效。
-
关键词
图像分类
主动学习
采样策略
委员会投票
最小差异
-
Keywords
image classification
active learning
sampling strategy
committee voting
minimal difference
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
