基于离散哈希的聚类

• 作者: 轩书婷 刘惊雷
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 哈希方法 自动特征选择 稀疏二进制矩阵 L21范数 收敛优化 汉明空间
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 2021年中国计算机学会人工智能会议(CCFAI 2021)|2021 CCF Conference on Artificial Intelligence (CCFAI 2021)
• 页码范围: 713-723
• 页数: 11页
• 分类号: TP18
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2021040911

摘要

传统的聚类方法是在数据空间进行,且聚类数据的维度较高.为了解决这两个问题,提出了一种新的二进制图像聚类方法——基于离散哈希的聚类(CDH).该框架通过L21范数实现自适应的特征选择,从而降低数据的维度;同时通过哈希方法将数据映射到二进制的汉明空间,随后,在汉明空间中对稀疏的二进制矩阵进行低秩矩阵分解,完成图像的快速聚类;最后使用可以快速收敛的优化方案来对目标函数进行优化求解.在Caltech101、Yale、COIL20、ORL图像数据集上的实验结果表明,该方法可以有效提升聚类效率.在Caltech101数据集的Gabor视图,与传统的K-means、谱聚类方法相比,在处理高维度数据时,CDH的时间效率分别提高了约87和98个百分点.