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
基于加权双层Bregman及图结构正则化的磁共振成像
图像处理
磁共振成像
压缩感知
图结构正则化稀疏表示
字典学习
加权双层伯格曼迭代
交替方向法
一种稀疏图正则化的非负低秩矩阵分解算法
非负矩阵分解算法(NMF)
鲁棒性
低秩约束
图正则化
稀疏约束
基于低秩稀疏表示的加权增量目标跟踪算法
目标跟踪算法
低秩稀疏表示
平方模板
增量主成分分析
加权增量
重构系数
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