基于图的高维数据分类Ratio Cut模型及其快速算法

• 作者: 徐知磊 潘振宽 郑世秀
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 图 非局部方法 Ratio Cut 数据分类
• 年，卷（期）: 2018,（z1）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 202-205
• 页数: 4页
• 分类号: TP391
• 字数: 3906字
• 语种: 中文

摘要

数据分类是数据挖掘研究的重要内容,随着数据量以及数据维度的增加,对大规模、高维数据的处理成为关键问题.为提高数据分类的准确率,受计算机视觉中图像分割算法的启发,针对经典的 Ratio Cut分类模型提出一种基于非局部算子的实现算法.引进拉格朗日乘子,建立新的能量泛函,并采用交替优化的策略来求解该能量泛函.数值实验表明,算法的准确率及计算效率与传统分类方法相比都有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘振宽	青岛大学计算机科学技术学院	141	1359	21.0	30.0
2	郑世秀	青岛大学计算机科学技术学院	7	18	2.0	4.0
6	徐知磊	青岛大学计算机科学技术学院	1	2	1.0	1.0