作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
低秩表示的目的是从整体上使得输入数据集的系数矩阵是低秩矩阵,但是它忽略数据集内部样本之间的关系,文中提出基于图正则化的低秩表示算法.在对传统低秩表示算法的求解中,通常是采用求解标准核范数的方式来近似矩阵的秩.标准核范数是计算矩阵的奇异值之和,然而矩阵的秩是计算非零奇异值的个数.因此,计算加权后的奇异值之和会更加接近矩阵的秩,进而文中提出基于图正则化的加权低秩表示模型.实验使用的是公开手写数字数据集,实验结果显示文中算法的聚类效果比低秩表示的提高了7.82%.
推荐文章
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
基于约束低秩表示模型的联合半监督分类算法
低秩表示
约束矩阵
约束的低秩表示
半监督学习
基于鉴别性低秩表示及字典学习的鲁棒人脸识别算法
人脸识别
低秩表示
字典学习
稀疏线性表示
基于图正则平滑低秩表示的基因表达谱特征选择
对数行列式
图正则
低秩表示
特征选择
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图正则化的加权低秩表示算法研究
来源期刊 南京邮电大学学报(自然科学版) 学科 工学
关键词 图正则化 低秩表示 加权矩阵 核范数
年,卷(期) 2018,(1) 所属期刊栏目 计算机与自动控制
研究方向 页码范围 119-124
页数 6页 分类号 TP391
字数 4743字 语种 中文
DOI 10.14132/j.cnki.1673-5439.2018.01.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨敏 南京邮电大学自动化学院 19 80 5.0 8.0
2 程雷 南京邮电大学自动化学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图正则化
低秩表示
加权矩阵
核范数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京邮电大学学报(自然科学版)
双月刊
1673-5439
32-1772/TN
大16开
南京市亚芳新城区文苑路9号
1960
chi
出版文献量(篇)
2234
总下载数(次)
13
总被引数(次)
14649
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导