- 1、本文档共16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)。
PureMathematics理论数学,2024,14(1),272-287
PublishedOnlineJanuary2024inHans./journal/pm
/10.12677/pm.2024.141029
基于干净字典学习的多视图聚类算法
董安学,吴自凯1
上海理工大学,管理学院,上海
收稿日期:2023年12月15日;录用日期:2023年12月25日;发布日期:2024年1月29日
摘要
多视图聚类已被广泛应用到图像分类、信息检索、医学病理分析等多个领域。虽然基于自表示学
习的多视图子空间聚类算法在学术界已有诸多研究,但这些方法大多数是直接利用原始数据作为
字典来构建亲和图,因此,聚类性能往往会受到原始数据特征质量的影响。为了克服这一问题,
我们提出了一种全新的多视图聚类算法,名为“基于干净字典学习的多视图聚类算法”。在这种
方法中,我们首先将原始数据分解为干净数据和噪声数据,然后通过采用干净数据矩阵来进行字
典学习,从而避免了直接使用受污染数据所导致的错误表示。同时,我们引入了鲁棒主成分分析
(RPCA)和秩约束,以构建出更加干净、鲁棒的亲和矩阵。最后,我们使用了基于增广拉格朗日
乘子(ALM)的优化方法来求解模型的目标函数。实验结果表明,在4个真实的多视图数据集上,
我们算法的聚类性能均优于其他先进的聚类算法,展现出了非凡的性能。
关键词
多视图聚类,亲和图,字典学习,秩约束
Multi-ViewClusteringAlgorithmBased
onCleanDictionaryLearning
AnxueDong,ZikaiWu
BusinessSchool,UniversityofShanghaiforScienceandTechnology,Shanghai
1通讯作者。
文章引用:董安学,吴自凯.基于干净字典学习的多视图聚类算法[J].理论数学,2024,14(1):272-287.
DOI:10.12677/pm.2024.141029
董安学,吴自凯
Received:Dec.15,2023;accepted:Dec.25,2023;published:Jan.29,2024
Abstract
Multi-viewclusteringhasbeenwidelyusedinmanyfieldssuchasimageclassification,
informationretrieval,andmedicalpathologyanalysis.Althoughmulti-viewsubspace
clusteringalgorithmsbasedonself-representationlearninghavebeenresearchedin
manyacademiccircles,mostofthesemethodsdirectlyutilizetheoriginaldataasa
dictionarytoconstructaffinitygraphs,andthustheclusteringperformancetendsto
beaffectedbythequalityoffeaturesintheoriginaldata.Toovercomethisprob-
lem,weproposeanovelmulti-viewclusteringalgorithmcalled“Multi-viewclustering
algorithmbasedon
文档评论(0)