度量学习引导的多流形聚类算法
作者机构：陕西广电网络传媒(集团)股份有限公司
出 版 物：《计算机应用与软件》 (Computer Applications and Software)
年 卷 期：2024年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)]
主 题：多流形聚类 交叉流形 度量学习 Jeffery散度 Burg散度
摘 要：当流形呈现重叠或交叉时，由于流形交叉点附近的样本通常难以区分，现有的聚类算法往往性能较差。为解决该问题，提出了一种能够同时考虑样本间的空间距离与样本局部流形的差异的距离度量。基于上述度量，提出的算法在学习过程中能够自适应学习样本空间距离与样本局部流形差异的比重，并使得位于流形交叉点附近的样本计算距离时后者的比重更大，以此来更好地对流形交叉点附近的样本进行区分。实验结果表明，在真实数据集和目标追踪数据集环境下提出的模型相较现有的多流形聚类算法能够取得更好的聚类精度。
同方期刊数据库