不定核大间隔聚类算法

• 作者: 李森 薛晖
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 大间隔聚类 不定核 半无限规划
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 112-121
• 页数: 10页
• 分类号: TP391.4
• 字数: 6818字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1505052

摘要

受限于传统统计学习理论,大多数核方法都要求核矩阵半正定,但是在很多实际问题中这样的要求常常很难满足,由此产生了不定核.近年来,研究者们提出了一系列基于不定核的分类方法,取得了很好的性能,但是关于不定核聚类方法的研究相对较少,而且现有的核聚类算法基本上都是基于正定核而设计的,无法或者很难处理核矩阵不定的情况.针对此问题,以大间隔聚类(maximum margin clustering,MMC)模型为基础,提出了一种新的不定核大间隔聚类(indefinite kernel maximum margin clustering,IKMMC)算法.IKMMC算法旨在寻求一个正定核以逼近不定核,并将度量两者差异性的F-范数作为一个正则化项嵌入到MMC框架中.首先给定样本初始标记,然后迭代优化目标函数,并将每步迭代得到的样本预测错误率作为迭代终止条件.在每步迭代时,IKMMC算法进一步将目标函数转化为半无限规划(semi-infinite program,SIP)形式,并动态调整约束集进行交替优化.实验验证了IKMMC算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李森	东南大学计算机科学与工程学院	12	63	4.0	7.0
5	薛晖	东南大学计算机科学与工程学院	11	26	3.0	4.0