检索结果-南通市图书馆

软件学报 2024年第9期35卷 4408-4424页

作者：赵兴旺王淑君刘晓琳梁吉业山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 山西太原030006 中北大学计算机科学与技术学院山西太原038507

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... 详细信息

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

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于子空间学习的多视图聚类算法研究

基于子空间学习的多视图聚类算法研究

引用

作者：卢志强南京邮电大学

学位级别：硕士

多视图聚类旨在根据多视图数据的潜在分布结构将其划分为若干簇。基于子空间学习的多视图聚类将结构建模为多个线性子空间,解决子空间分割范式下的聚类问题。现有的基于子空间学习的多视图聚类算法取得了显著的发展,但在处理复杂的多视... 详细信息

多视图聚类旨在根据多视图数据的潜在分布结构将其划分为若干簇。基于子空间学习的多视图聚类将结构建模为多个线性子空间,解决子空间分割范式下的聚类问题。现有的基于子空间学习的多视图聚类算法取得了显著的发展,但在处理复杂的多视图聚类任务时仍面临挑战,原因如下:方法单一地探究数据的多视图信息,忽视子空间学习和谱聚类的密切联系;邻接矩阵构造和聚类指示矩阵预测是分离的;多数方法直接在每个原始视图上生成单独的子空间表示,对多视图数据的互补信息利用不足。这些问题限制了已有方法在实际多视图聚类应用中的性能。本文详细分析了图像聚类场景下的问题,主要研究内容如下:第一,为了解决单一地探究数据的多视图信息,忽视子空间学习和谱聚类之间密切联系的问题,本文提出了基于多样性表示和公共性表示的多视图子空间聚类算法(DCMSC)。算法能从多视图数据学得视图的多样性表示和公共性表示,同时对邻接矩阵进行了优化,这样不仅考虑了子空间学习和谱聚类的密切联系,还保证了不同视图下聚类结果的一致。然后根据多样性表示和公共性表示构造邻接矩阵,把邻接矩阵输入给谱聚类算法得到聚类结果。第二,为了解决邻接矩阵的构造和聚类指示矩阵的预测分离进行的问题,本文提出了基于子空间表示和指示矩阵的多视图子空间聚类算法(SIMSC)。算法能直接从多视图数据学得多视图子空间表示、连续聚类指示矩阵和离散聚类指示矩阵,通过三者迭代优化求解使子空间表示更好地刻画多视图数据的子空间结构,然后联合多视图子空间表示构造邻接矩阵,把邻接矩阵输入给谱聚类算法得到聚类结果。第三,为了解决直接在每个原始视图上生成单独的子空间表示,对多视图数据的互补信息利用不足的问题,本文提出基于潜在相似性表示和指示矩阵的多视图子空间聚类算法(LSIMSC)。此算法探究了数据在潜在子空间中的相似性,并利用聚类指示矩阵对潜在相似性表示进行优化,提高潜在相似性表示描述多视图数据的能力,最后利用潜在相似性表示得到聚类结果。为了验证本文所提出算法的可行性,本文在多视图子空间聚类领域流行的数据集Olivetti Research Laboratory(ORL)、Yale和Yale-B上进行算法验证,并与目前主流的多视图聚类算法进行对比。实验结果表明本文提出的三个改进算法均有益于聚类性能的提升。

关键词：多视图聚类子空间学习邻接矩阵潜在相似性表示聚类指示矩阵

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：