基于对偶图正则化的多层概念分解算法

• 作者: 叶军 张显
• 来源期刊: 计算机应用研究
• 关键词: 概念分解 多层分解 对偶回归 流形学习 聚类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图形图像技术
• 页码范围: 636-640
• 页数: 5页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.0935

摘要

为了进一步挖掘数据间的隐藏信息,在多层概念分解算法的框架下,考虑每一层分解下的数据流形和特征流形,提出了一种基于对偶图正则化的多层概念分解算法.该算法通过对数据的逐层分解,以分层的方式学习,并在每一层分解数据中构建数据空间和特征属性空间的拉普拉斯图,用于反映数据流形和特征流形的多元几何结构信息,从而能够更好地从复杂数据中提取出更有效的特征.采用交替迭代的方法求解算法的目标函数并证明了算法的收敛性.通过在三个真实数据库(TDT2、PIE、COIL20)上的实验表明,该方法在数据的聚类表示效果方面优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶军	南京邮电大学理学院	18	28	3.0	4.0
2	张显	南京邮电大学理学院	2	0	0.0	0.0