基于L21范数和回归正则项的半监督聚类算法

• 作者: 张宁 张要 朱恒东 马盈仓
• 来源期刊: 郑州大学学报（理学版）
• 学科: 数学
• 关键词: L21范数 半监督学习 监督信息 回归
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 67-74
• 页数: 8页
• 分类号: O24
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2020202

摘要

针对半监督学习中基于线性嵌入的回归正则项难以捕获数据流形结构的问题,提出基于L21范数和回归模型的半监督聚类算法.一方面充分利用监督信息,指导初始相似矩阵的构造,并利用L21正则项构造标签矩阵F的弹性嵌入回归模型;另一方面借助L21范数的鲁棒性学习合理的相似矩阵,从而改善聚类效果.通过实验表明,所提出的聚类算法在人工数据集和真实数据集上的聚类结果较其他聚类算法更加有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马盈仓		37	80	4.0	7.0
2	朱恒东		2	0	0.0	0.0
3	张要		2	0	0.0	0.0
4	张宁		1	0	0.0	0.0