-
题名基于一致引导的不完全多视图聚类
- 1
-
-
作者
安萍
彭军龙
-
机构
自然资源陕西省卫星应用技术中心
长沙理工大学交通工程学院
-
出处
《计算机应用与软件》
北大核心
2024年第5期254-263,共10页
-
基金
湖南省自然科学基金重大项目(2015JJ2004)。
-
文摘
为了解决传统聚类方法存在的效果差、泛化能力弱等问题,提出一种基于一致引导的不完全多视图聚类方法。将图学习和一致性表示学习集成到一个联合框架中,从而充分利用多视图数据信息。引入的自适应学习权值向量可以平衡不同视图的影响,联合正则化表示学习策略则为一致表示学习提供了更大的自由度。提出交替迭代优化算法对聚类进行优化。在七个数据集上的实验结果表明,提出的方法能够有效提升不完全多视图聚类的效果。
-
关键词
多视图聚类
一致引导
图学习
正则化
自适应
-
Keywords
Multiple view clustering
Consistent guidance
Graph learning
Regularization
Adaptive algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多样化流形学习的非线性矩阵分解数据聚类
- 2
-
-
作者
郑淦专
李原浩
-
机构
清远职业技术学院信息技术与创意设计学院
长沙理工大学交通工程学院
-
出处
《计算机应用与软件》
北大核心
2024年第11期309-318,共10页
-
基金
湖南省自然科学基金重大项目(2015JJ2004)。
-
文摘
为了捕获多方面数据中的局部几何结构,提升聚类性能,提出一种基于多样化流形学习的非线性矩阵分解数据聚类方法。为每一种相互关系构造一个P近邻图,以捕获两种不同类型的密切相关对象,从而准确地学习在数据的内部关系和内部关系上产生的多个流形,并在用非线性矩阵分解映射到新的低维数据空间时稳定地保持所学习的多样流形。多个数据集聚类结果表明该方法能够充分挖掘各种相关类型的部分表示,在精度和效率上均具备一定优势。
-
关键词
多面数据
聚类
流形学习
P近邻图
-
Keywords
Multi-faceted data
Clustering
Manifold learning
P nearest neighbor graph
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP3
[自动化与计算机技术—计算机科学与技术]
-
