隨著多媒體技術(shù)的發(fā)展,數(shù)據(jù)正在呈爆炸式增長。在各種各樣的多媒體應(yīng)用中,很多真實世界的數(shù)據(jù)都可以被不同的視角或者表示來描述。因此,多視角學(xué)習(xí)的研究是有重要意義的,其中,多視角聚類受到了很多人的關(guān)注。由于子空間聚類的目的就是發(fā)現(xiàn)數(shù)據(jù)的潛在子空間結(jié)構(gòu),并且計算出相應(yīng)的仿射矩陣,最終對仿射矩陣執(zhí)行譜聚類算法,從而找到數(shù)據(jù)所屬的子空間,得到聚類結(jié)果。因此,本文針對完整視角和不完整視角兩種情況,分別提出了基于子空間模型的解決方案,并對這兩種方案進行了有效地驗證。本文的主要貢獻如下:（1）在完整視角的情況下,本文提出了一種基于子空間的模型。子空間聚類方法旨在發(fā)現(xiàn)數(shù)據(jù)之間潛在的子空間結(jié)構(gòu)。但是對于多視角子空間聚類而言,數(shù)據(jù)之間共享的子空間信息并沒有被充分利用。因此,在我們的方法中,一個共享的子空間被學(xué)習(xí)用來保存多個視角之間有效的一致性信息。然后,利用自適應(yīng)近鄰的屬性,一個仿射矩陣被學(xué)習(xí)用來安排每一個數(shù)據(jù)點所屬的最合適的類別。最后,在幾個基準數(shù)據(jù)庫上的實驗證明提出的方法優(yōu)于其他前沿的多視角聚類算法。（2）在不完整視角的情況下,本文提出了另一種基于子空間的模型。傳統(tǒng)的多視角聚類方法都假設(shè)每一個視角有完整的... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 完整多視角聚類
        1.2.2 不完整多視角聚類
    1.3 本文工作與結(jié)構(gòu)
    1.4 本文符號概要
2 基于子空間的多視角聚類方法
    2.1 拉普拉斯矩陣和譜聚類
    2.2 子空間聚類
        2.2.1 基本原理
        2.2.2 研究現(xiàn)狀
    2.3 典型的多視角子空間聚類方法
    2.4 本章小結(jié)
3 基于完整視角的多視角子空間聚類方法
    3.1 方法核心思想
    3.2 方法建模
        3.2.1 共享子空間
        3.2.2 自適應(yīng)近鄰
        3.2.3 總體目標函數(shù)
    3.3 模型求解
        3.3.1 優(yōu)化步驟
        3.3.2 收斂性分析
    3.4 實驗與分析
        3.4.1 數(shù)據(jù)庫和對比方法
        3.4.2 實驗設(shè)置
        3.4.3 結(jié)果與分析
    3.5 本章小結(jié)
4 基于不完整視角的多視角子空間聚類方法
    4.1 方法核心思想
    4.2 方法建模
        4.2.1 不完整多視角的表示學(xué)習(xí)
        4.2.2 自表示子空間學(xué)習(xí)
        4.2.3 總體目標函數(shù)
    4.3 模型求解
        4.3.1 優(yōu)化步驟
        4.3.2 收斂性和復(fù)雜度分析
    4.4 實驗與分析
        4.4.1 數(shù)據(jù)庫和對比方法
        4.4.2 實驗設(shè)置
        4.4.3 結(jié)果與分析
    4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號：3406894