原创力文档- 1、本文档共31页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
多视图非线性聚类及其应用
多视图非线性聚类及其应用
王昌栋
中山大学 数据科学与计算机学院
changdongwang@
/node/2465
March 8, 2017
1
目录
研究背景及研究意义
非线性聚类研究
Multi-Exemplar Affinity Propagation, TPAMI 2013.
多视图聚类研究
Multi-View Clustering Based on Belief Propagation, TKDE 2016.
多视图非线性聚类
应用案例
2
信息大爆炸时代下的数据处理
？
如何有效地
分析和利用
这些数据？
将所获得的数据分类是一种有效简化数据处理和分析的方法
3
数据聚类
数据聚类是模式识别中最基本的分类方法之一
加菲猫
史努比
在没有先验知识监督的情况下，聚类算法将上述图像自动分成两类
4
非线性聚类定义
(a) 非线性可分数据集 (b) 线性可分数据集
定义：对一个数据集，若至少包含一个非凸形状边界的类，则称该数据
集为非线性可分的。
线性可分的数据集可以通过一个中心点表达一个类，
但是非线性可分的数据集无法通过一个中心点表达一个类。
5
非线性聚类研究意义
由于现实数据的复杂流形分布，非线性聚
类是最流行且最被广泛研究的聚类问题之一
海岸场景的两个典型主题：含有及不含有日落/ 日出。
无法通过线性可分的单中心点模型进行聚类
6
非线性聚类的例子
用户群体特性分析：
7
非线性聚类的例子:
Stanford Salaries
h h
h
文档评论（0）