双聚类算法SMR在图像聚类中的应用

• 作者: 傅迎华 张生 王国政
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 双聚类算法 Lasso 稀疏性 非负性
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 223-226
• 页数: 4页
• 分类号: TP317.4
• 字数: 3165字
• 语种: 中文
• DOI: 10.11907/rjdk.173197

摘要

大数据时代,从大量数据中寻找出数据潜在的关联受到广泛关注.双聚类是指对行和列同时聚类,对矩阵局部进行搜索,旨在对高维数据中的有效信息进行发掘,主要应用于基因表达序列.通过对双聚类算法SMR进行深入研究,对其进行改进,加入稀疏性和非负性,使得在原有基础上的“硬”聚类转变为“软”聚类.应用到图像领域,对图像中的局部信息能很好地聚类.实验结果表明,改进后的算法收敛速度很快,效果很好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张生	上海理工大学光电信息与计算机工程学院	31	114	6.0	9.0
2	傅迎华	上海理工大学光电信息与计算机工程学院	28	165	5.0	12.0
3	王国政	上海理工大学光电信息与计算机工程学院	2	0	0.0	0.0