基于局部保留投影的多可選聚類發(fā)掘算法
本文關鍵詞:基于局部保留投影的多可選聚類發(fā)掘算法
更多相關文章: 可供選擇的聚類結果 無監(jiān)督學習 流形學習 多聚類 特征分解
【摘要】:絕大多數(shù)的聚類分析算法僅能得到單一的聚類結果,考慮到數(shù)據(jù)的復雜程度普遍較高,以及看待數(shù)據(jù)的視角不同,所得到的聚類結果在保證其合理性的基礎上應當是不唯一的,針對此問題,提出了一個新的算法RLPP,用于發(fā)掘多種可供選擇的聚類結果。RLPP的目標函數(shù)兼顧了聚類質(zhì)量和相異性兩大要素,采用子空間流形學習技術,通過新的子空間不斷生成多種互不相同的聚類結果。RLPP同時適用于線性以及非線性的數(shù)據(jù)集。實驗表明,RLPP成功地發(fā)掘了多種可供選擇的聚類結果,其性能相當或優(yōu)于現(xiàn)有的算法。
【作者單位】: 江南大學數(shù)字媒體學院;
【關鍵詞】: 可供選擇的聚類結果 無監(jiān)督學習 流形學習 多聚類 特征分解
【基金】:國家自然科學基金項目(61272210)
【分類號】:TP311.13
【正文快照】: 大多數(shù)傳統(tǒng)的聚類算法僅僅能得到單個結果,但是當對復雜數(shù)據(jù)進行聚類分析時,很可能存在多個具有合理性的聚類結果。這一特點在高維數(shù)據(jù)上表現(xiàn)得尤為明顯,例如文本、圖像、基因數(shù)據(jù)等,這些數(shù)據(jù)具有多種特征,而不同的特征子空間往往會得到完全不同的聚類結果,同時每一種結果都能
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 楊海紅;;流形學習中鄰域大小的選擇算法[J];山西煤炭管理干部學院學報;2011年01期
2 周華;蔡超;丁明躍;;基于流形學習和流形高階近似的圖像距離度量[J];華中科技大學學報(自然科學版);2012年03期
3 孟德宇;徐宗本;戴明偉;;一種新的有監(jiān)督流形學習方法[J];計算機研究與發(fā)展;2007年12期
4 黃鴻;李見為;馮海亮;;融合局部和全局結構的流形學習[J];光學精密工程;2009年03期
5 李小麗;薛清福;;幾種流形學習算法的比較研究[J];電腦與信息技術;2009年03期
6 邵超;張斌;萬春紅;;流形學習中鄰域大小參數(shù)的合適性判定[J];計算機工程與應用;2010年20期
7 賀廣南;楊育彬;;基于流形學習的圖像檢索算法研究[J];山東大學學報(工學版);2010年05期
8 劉志勇;王玨;;流形學習方法及其在頭部姿勢估計中的應用[J];貴州大學學報(自然科學版);2010年04期
9 金波;;基于年齡流形的人臉圖像年齡識別[J];中國新技術新產(chǎn)品;2011年01期
10 高崢;杜川;;基于流形學習算法的人臉識別研究[J];河南機電高等?茖W校學報;2011年04期
中國重要會議論文全文數(shù)據(jù)庫 前3條
1 宋欣;王娟;張斌;葉世偉;;流形學習算法分析及在人臉數(shù)據(jù)庫上的應用[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年
2 劉曉平;季浩;鄧偉財;;基于流形學習的非線性系統(tǒng)可視化算法[A];全國第21屆計算機技術與應用學術會議(CACIS·2010)暨全國第2屆安全關鍵技術與應用學術會議論文集[C];2010年
3 何慧;陳博;郭軍;;基于流形學習的半監(jiān)督文本情感分類算法[A];第五屆全國信息檢索學術會議論文集[C];2009年
中國博士學位論文全文數(shù)據(jù)庫 前10條
1 邢向磊;流形學習與稀疏表示在模式識別中的應用[D];南京大學;2013年
2 黃鴻;圖嵌入框架下流形學習理論及應用研究[D];重慶大學;2008年
3 尹峻松;流形學習理論與方法研究及在人臉識別中的應用[D];國防科學技術大學;2007年
4 黃啟宏;流形學習方法理論研究及圖像中應用[D];電子科技大學;2007年
5 馮海亮;流形學習算法在人臉識別中的應用研究[D];重慶大學;2008年
6 曾憲華;流形學習的譜方法相關問題研究[D];北京交通大學;2009年
7 詹宇斌;流形學習理論與方法及其應用研究[D];國防科學技術大學;2011年
8 王勇;基于流形學習的分類與聚類方法及其應用研究[D];國防科學技術大學;2011年
9 谷瑞軍;基于流形學習的高維空間分類器研究[D];江南大學;2008年
10 孟德宇;關于流形學習若干基礎問題與核心算法研究[D];西安交通大學;2008年
中國碩士學位論文全文數(shù)據(jù)庫 前10條
1 金偉;監(jiān)督型流形學習在模式識別中的研究[D];中國計量學院;2015年
2 郝勇智;基于流形學習的半監(jiān)督分類方法及其應用[D];中北大學;2016年
3 劉學;基于流形學習的時間序列聚類研究[D];河北經(jīng)貿(mào)大學;2016年
4 劉亦哲;基于流形學習及其改進方法的人臉識別研究[D];重慶大學;2015年
5 毛洪賁;流形學習研究及其在人臉識別中的應用[D];南京林業(yè)大學;2009年
6 張銀鳳;流形學習算法的研究[D];陜西師范大學;2010年
7 李維清;基于流形學習和張量的多姿態(tài)人臉識別研究[D];華僑大學;2011年
8 胡三和;魯棒流形學習算法研究[D];西安電子科技大學;2011年
9 梁宇滔;流形學習中樣本點稀疏問題的研究[D];中山大學;2011年
10 丁正明;流形學習方法在視頻人臉識別中的應用基礎研究[D];電子科技大學;2013年
,本文編號:866076
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/866076.html