基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决高维数据维数灾难影响数据相似性度量的问题,提出一种流形自适应结构化子空间聚类方法,通过构造相似矩阵获取数据的全局和局部流形结构信息,将亲和矩阵的构造和聚类分割统一到一个优化框架中,得到相似图和最终的聚类结果.在YALE、JAFFE、COIL20等10个真实数据集上与多个经典聚类算法进行对比试验,提出的算法在Accuracy、NMI和Purity 3个聚类评价指标上高于对比算法.试验结果证明了提出算法在解决高维数据聚类问题上的有效性.
推荐文章
核空间局部自适应模糊C-均值聚类图像分割算法
自适应中值算法
模糊C-均值聚类
核函数
局部空间信息
参数自适应的网格密度聚类算法
网格密度
聚类
空间划分
噪声曲线
基于CMT-FCM的自适应谱聚类算法
谱聚类
初值敏感
标准差
历史知识
中心距离极大化
用于彩图分割的自适应谱聚类算法
谱分析
谱聚类
彩色图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 流形自适应结构化子空间聚类算法
来源期刊 山东大学学报(工学版) 学科 工学
关键词 聚类 子空间聚类 谱聚类 流形结构 多核学习
年,卷(期) 2021,(6) 所属期刊栏目 机器学习与数据挖掘|Machine Learning & Data Mining
研究方向 页码范围 59-68
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.6040/j.issn.1672-3961.0.2021.267
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
子空间聚类
谱聚类
流形结构
多核学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导