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:
约束谱聚类能显著提升聚类精度,已受到学者的广泛关注.通过将最新提出的约束谱聚类模型与特殊的图构造结合,设计一种新的压缩约束谱聚类框架.新框架能在压缩模型规模的同时避免主要划分信息的损失.理论分析和实验验证证明了新框架能达到和具有特殊图结构的原始模型一致的聚类结果.通过基于地标的图构造和近似矩阵分解,新框架既能应用于数值型数据又能应用于图数据.此外,简单的参数设置使新框架非常实用.实验结果验证了新框架在聚类效果和效率上的优势.
推荐文章
基于约束优化传播的改进大规模数据半监督式谱聚类算法
谱聚类
大规模数据
点对约束
相似性传播
奇异值分解
大规模数据集的多层聚类算法
谱聚类
聚类
图像分割
一种新的大规模复杂图像分割的谱聚类方法
谱聚类
大规模图像
卡通-纹理分解
采样
估计
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 一种适用于大规模数据的约束谱聚类框架
来源期刊 信息工程大学学报 学科 工学
关键词 约束谱聚类 地标 矩阵分解 效率
年,卷(期) 2018,(4) 所属期刊栏目 计算机技术及应用
研究方向 页码范围 480-487
页数 8页 分类号 TP181
字数 6696字 语种 中文
DOI 10.3969/j.issn.1671-0673.2018.04.017
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 刘文芬 44 117 6.0 8.0
5 叶茂 3 3 1.0 1.0
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  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
约束谱聚类
地标
矩阵分解
效率
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导