基于局部保留投影的多可选聚类发掘算法

发布时间：2017-09-17 00:06

  本文关键词：基于局部保留投影的多可选聚类发掘算法

  更多相关文章： 可供选择的聚类结果 无监督学习 流形学习 多聚类 特征分解

【摘要】：绝大多数的聚类分析算法仅能得到单一的聚类结果,考虑到数据的复杂程度普遍较高,以及看待数据的视角不同,所得到的聚类结果在保证其合理性的基础上应当是不唯一的,针对此问题,提出了一个新的算法RLPP,用于发掘多种可供选择的聚类结果。RLPP的目标函数兼顾了聚类质量和相异性两大要素,采用子空间流形学习技术,通过新的子空间不断生成多种互不相同的聚类结果。RLPP同时适用于线性以及非线性的数据集。实验表明,RLPP成功地发掘了多种可供选择的聚类结果,其性能相当或优于现有的算法。
【作者单位】： 江南大学数字媒体学院;
【关键词】： 可供选择的聚类结果 无监督学习 流形学习 多聚类 特征分解
【基金】：国家自然科学基金项目(61272210)
【分类号】：TP311.13
【正文快照】： 大多数传统的聚类算法仅仅能得到单个结果,但是当对复杂数据进行聚类分析时,很可能存在多个具有合理性的聚类结果。这一特点在高维数据上表现得尤为明显,例如文本、图像、基因数据等,这些数据具有多种特征,而不同的特征子空间往往会得到完全不同的聚类结果,同时每一种结果都能

【相似文献】

中国期刊全文数据库 前10条

1 杨海红;;流形学习中邻域大小的选择算法[J];山西煤炭管理干部学院学报;2011年01期

2 周华;蔡超;丁明跃;;基于流形学习和流形高阶近似的图像距离度量[J];华中科技大学学报(自然科学版);2012年03期

3 孟德宇;徐宗本;戴明伟;;一种新的有监督流形学习方法[J];计算机研究与发展;2007年12期

4 黄鸿;李见为;冯海亮;;融合局部和全局结构的流形学习[J];光学精密工程;2009年03期

5 李小丽;薛清福;;几种流形学习算法的比较研究[J];电脑与信息技术;2009年03期

6 邵超;张斌;万春红;;流形学习中邻域大小参数的合适性判定[J];计算机工程与应用;2010年20期

7 贺广南;杨育彬;;基于流形学习的图像检索算法研究[J];山东大学学报(工学版);2010年05期

8 刘志勇;王珏;;流形学习方法及其在头部姿势估计中的应用[J];贵州大学学报(自然科学版);2010年04期

9 金波;;基于年龄流形的人脸图像年龄识别[J];中国新技术新产品;2011年01期

10 高峥;杜川;;基于流形学习算法的人脸识别研究[J];河南机电高等专科学校学报;2011年04期

中国重要会议论文全文数据库 前3条

1 宋欣;王娟;张斌;叶世伟;;流形学习算法分析及在人脸数据库上的应用[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

2 刘晓平;季浩;邓伟财;;基于流形学习的非线性系统可视化算法[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

3 何慧;陈博;郭军;;基于流形学习的半监督文本情感分类算法[A];第五届全国信息检索学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 邢向磊;流形学习与稀疏表示在模式识别中的应用[D];南京大学;2013年

2 黄鸿;图嵌入框架下流形学习理论及应用研究[D];重庆大学;2008年

3 尹峻松;流形学习理论与方法研究及在人脸识别中的应用[D];国防科学技术大学;2007年

4 黄启宏;流形学习方法理论研究及图像中应用[D];电子科技大学;2007年

5 冯海亮;流形学习算法在人脸识别中的应用研究[D];重庆大学;2008年

6 曾宪华;流形学习的谱方法相关问题研究[D];北京交通大学;2009年

7 詹宇斌;流形学习理论与方法及其应用研究[D];国防科学技术大学;2011年

8 王勇;基于流形学习的分类与聚类方法及其应用研究[D];国防科学技术大学;2011年

9 谷瑞军;基于流形学习的高维空间分类器研究[D];江南大学;2008年

10 孟德宇;关于流形学习若干基础问题与核心算法研究[D];西安交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 金伟;监督型流形学习在模式识别中的研究[D];中国计量学院;2015年

2 郝勇智;基于流形学习的半监督分类方法及其应用[D];中北大学;2016年

3 刘学;基于流形学习的时间序列聚类研究[D];河北经贸大学;2016年

4 刘亦哲;基于流形学习及其改进方法的人脸识别研究[D];重庆大学;2015年

5 毛洪贲;流形学习研究及其在人脸识别中的应用[D];南京林业大学;2009年

6 张银凤;流形学习算法的研究[D];陕西师范大学;2010年

7 李维清;基于流形学习和张量的多姿态人脸识别研究[D];华侨大学;2011年

8 胡三和;鲁棒流形学习算法研究[D];西安电子科技大学;2011年

9 梁宇滔;流形学习中样本点稀疏问题的研究[D];中山大学;2011年

10 丁正明;流形学习方法在视频人脸识别中的应用基础研究[D];电子科技大学;2013年

，

本文编号：866076