Laplacian矩阵自适应更新的表示型聚类算法研究

来源 :浙江工业大学 | 被引量 : 0次 | 上传用户:peng7330
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
子空间分割对联合子域分布输入样本进行潜在流形聚类,是数据挖掘领域的关键技术之一。谱聚类作为子空间分割算法中应用最为广泛的算法,其性能主要取决于原始输入数据或相应表示系数直接构建得到的关联矩阵。在基于平滑聚类算法和强制组效应的条件下,本文提出一种新的模型用于联合样本系数计算以及相似度矩阵学习,通过对目标函数添加明确的低秩Laplacian约束以获得清晰的块对角结构。称为块对角Lalacian正则约束的平滑聚类算法(Smooth Clustering with Block-diagonal constrained Laplacian regularizer,SCBL)。此外,为了提升该算法准确性,本文还提出一种新的低秩表示聚类算法(Low-Rank Representation,LRR)型数据表示聚类法(Data Representation Clustering,DRC),该算法在无噪声环境中具备明确的对角关联矩阵结构。DRC通过自适应相似度学习构建关联矩阵,并将之融入统一的低秩表示框架。同时,通过对关联矩阵对应的Laplacian矩阵添加一种新的秩约束,使得其相似度连接结构与簇目标数具有一致性。  针对常见的低秩表示算法都采用独立的步骤进行表示系数计算和关联矩阵学习而导致无法保证总体算法的最优性这一问题。算法均通过采用交替更新法对模型进行求解,以保证目标函数单变量优化的全局最优性以及整体收敛性。通过人工合成数据和8个公开数据集的实验结果表明,SCBL算法及DRC算法在聚类精度、归一化互信息、参数敏感性等指标上都具有优秀的性能。
其他文献
迄今为止全世界已经有超过110个城市建立了公共自行车共享系统,公共自行车共享系统一般都嵌入到已有的城市公交网络中,和城市公交网络共同组成新的城市公交系统,因此,研究新
混合流水车间调度问题(Hybird Flowshop Scheduling Problem,HFSP)属于现实生产调度领域问题的一种,由此抽象出的简化模型,属于企业生产管理、控制的核心部分,在流程制造业中比较
无线传感器网络作为一种新兴的网络技术因其广阔的应用前景和新颖的技术挑战在其诞生之初就吸引了众多学者的关注,并伴随着无线技术的发展逐渐成为了计算机领域内热门的研究方
人体动作行为分析是最近几年来在计算机视觉领域中比较备受关注的前沿方向之一。视频中的人体动作可以被看成是由运动着的躯干和四肢通过不同运动的组合而成。本文按照人体动
强化学习允许通过奖励和惩罚完成agents编程,而不用指定如何实现这个目标。Multi-agent强化学习是multi-agent环境中强化学习概念的一个延伸。从一个单独的agent的观点,multi-a
信息化的高速发展以及分布式系统的广泛应用推动了中间件的快速发展与应用,消息中间件作为企业级应用最为广泛的中间件,凭借其高效可靠的消息传递机制为信息的传输提供了有力保
随着计算机技术的不断发展,作为计算机技术重要方面的软件应用越来越深入的影响社会的发展和人们的生活。在社会生产生活的各个领域,软件应用几乎无处不在。相应的,研究软件生产
Web应用环境复杂,系统访问量根据时段会发生周期性变化,导致Web页面失效的因素也很多样,不仅仅是软件内部故障,更包含用户使用和网络环境等诸多因素,给传统软件可靠性度量方法带来
运动捕捉技术可以获得流畅自然细腻的人物动作,随着影视,游戏,娱乐对于三维动画人物的需求日渐增多,动作捕捉成为计算机图形学研究的热点问题。但是运动捕捉是针对特定的环境
无线网络技术日益成熟,在社会生活中得到越来越广泛的应用。多播广播服务成为了无线网络的主要应用,在未来的无线网络设计中得到广泛重视。传统解决无线网络可靠传输的方法是