检索结果-南通市图书馆

Clustering in the presence of side information: a non-linear approach

International Journal of Intelligent Computing and Cybernetics 2019年第2期12卷 292-314页

作者： Ahmad Ali Abin Faculty of Computer Science and Engineering Shahid Beheshti UniversityTehranIran

Purpose–Constrained clustering is an important recent development in clustering *** goal of an algorithm in constrained clustering research is to improve the quality of clustering by making use of background *** purpose of this paper is to suggest a new perspective for constrained clustering,by finding an effective transformation of data into target space on the reference of background knowledge given in the form of pairwise must-and cannot-link ***/methodology/approach–Most of existing methods in constrained clustering are limited to learn a distance metric or kernel matrix from the background knowledge while looking for transformation of data in target *** previous efforts,the author presents a non-linear method for constraint clustering,whose basic idea is to use different non-linear functions for each dimension in target ***–The outcome of the paper is a novel non-linear method for constrained clustering which uses different non-linearfunctions for each dimension in target *** proposed method for a particular case is formulated and explained for quadratic *** reduce the number of optimization parameters,the proposed method is modified to relax the quadratic function and approximate it by a factorized version that is easier to *** results on synthetic and real-world data demonstrate the efficacy of the proposed ***/value–This study proposes a new direction to the problem of constrained clustering by learning a non-linear transformation of data into target space without using kernel *** work will assist researchers to start development of new methods based on the proposed framework which will potentially provide them with new research topics.

关键词： cannot-link Constrained clustering Instance-level constraints Must-link Quadratic functions,Side information

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于类大小与样本二元约束的谱聚类方法研究与应用

基于类大小与样本二元约束的谱聚类方法研究与应用

引用

作者：韩传宇天津大学

学位级别：硕士

谱聚类算法在机器学习,模式识别和数据挖掘中是一项基础性工作。现有的研究工作表明,适当的在聚类过程中加入少量的类大小约束或者二元约束对等先验信息能够有效提升聚类效果。这里的类大小约束指的是已知某个聚类簇的个数作为先验约束... 详细信息

谱聚类算法在机器学习,模式识别和数据挖掘中是一项基础性工作。现有的研究工作表明,适当的在聚类过程中加入少量的类大小约束或者二元约束对等先验信息能够有效提升聚类效果。这里的类大小约束指的是已知某个聚类簇的个数作为先验约束;二元约束对指的是must-link和cannot-link的约束,must-link指定两个数据之间一定属于同一类,cannot-link指定两个数据之间一定不是同一类。引入约束后,算法会在适应约束的情况下对聚类结果进行提升。现有的约束谱聚类方法在聚类结果的提升上并不显著,在时间损耗上也要比未加约束的情况下逊色很多,所以有必要对约束的添加方法进行进一步优化,聚类准确率上需要进一步提高。本文主要提出了基于类大小和样本二元约束的谱聚类算法,对于这两种约束,在目标函数求解过程中是以正则项的方式添加到目标函数中,因为我们使用Normalized Cut模型为基础,因此使用特征值分解的方式进行求解。在实验过程中,我们选取了UCI数据集和人脸聚类数据集上对模型的可靠性和鲁棒性进行了验证,并将实验结果和现有的最优约束谱聚类方法进行了对比,在准确度提升和减少时间损耗上都有了很大优势。本文的主要贡献有:(1)使用径向基函数的方法构造相似度矩阵从而减少时间开销,弥补了先前方法中随机森林构造矩阵需要特征选择与剪枝的劣势。并且不用去做半正定编程同样省去了时间开销。(2)以正则项的方式将约束嵌入到目标函数中能够体现谱聚类的统一性和自适应能力,从而使结果有了较大提升。(3)尝试将类大小约束谱聚类应用到实际的人脸聚类实验中,为视频人脸识别提供了新的思路。

关键词：类大小约束谱聚类正则化先验知识 must-link cannot-link

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：