自适应图学习诱导的子空间聚类

• 作者: 吴卿源 朱丹 李舜酩 陈晓红
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同训练 谱聚类 子空间聚类 关联矩阵
• 年，卷（期）: 2020,（21）
• 所属期刊栏目: 理论与研发
• 页码范围: 30-37
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1912-0199

摘要

子空间聚类是机器学习领域的热门研究课题.它根据数据的潜在子空间对数据进行聚类.受多视图学习中协同训练算法的启发,提出一个自适应图学习诱导的子空间聚类算法,该算法首先将单视图数据多视图化,再利用不同视图的信息迭代更新图正则化项,得到更能反映聚类性能的块对角关联矩阵,从而更准确地描述数据聚类结果.在四个标准数据集上与其他聚类算法进行对比实验,实验结果显示该方法具有更好的聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李舜酩		204	2555	26.0	45.0
2	陈晓红		23	74	5.0	8.0
3	朱丹		6	4	1.0	2.0
4	吴卿源		1	0	0.0	0.0