期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到111篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种用于构建用户画像的多视角融合框架 被引量：44
1
作者 费鹏 林鸿飞 +2 位作者 杨亮 徐博 古丽孜热.艾尼外 《计算机科学》 CSCD 北大核心 2018年第1期179-182,204,共5页
电网公司的电费敏感客户往往对由用电引发的电量、电价、电费、缴费、欠费等电力服务具有强烈反应。快速定位电费敏感客户,对降低客户投诉率、提升客户满意度、树立供电企业良好的服务形象具有重要的作用。基于电网用户数据,提出了一种... 电网公司的电费敏感客户往往对由用电引发的电量、电价、电费、缴费、欠费等电力服务具有强烈反应。快速定位电费敏感客户,对降低客户投诉率、提升客户满意度、树立供电企业良好的服务形象具有重要的作用。基于电网用户数据,提出了一种用于构建用户画像的多视角融合框架,该框架能够快速、准确地识别出电费敏感客户。首先,对电网用户进行了分析研究,利用双通道对不同特性的用户分别建模预测;其次,提出了多种特征萃取方法,用于构建用户多源特征体系;最后,为了充分利用多源特征,进一步提出了基于双层Xgboost的多视角融合模型。该框架在2016CCF大数据与计算智能大赛"客户画像"竞赛中获得了F1值为0.90379(第一名)的成绩,其有效性得到了验证。 展开更多
关键词 用户画像 多视角学习 模型融合
下载PDF
融合多源时空大数据感知城市动态 被引量：34
2
作者 涂伟 曹劲舟 +4 位作者 高琦丽 曹瑞 方志祥 乐阳 李清泉 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2020年第12期1875-1883,F0002,共10页
城市是人类活动的主要场所,是人流、物流、信息流和资金流的交换枢纽,具有高度的动态性和复杂性。智慧城市建设提供了卫星与无人机遥感、移动感知、社会感知、众包感知等多种时空感知大数据的数据获取手段,为分析城市空间、人类行为及... 城市是人类活动的主要场所,是人流、物流、信息流和资金流的交换枢纽,具有高度的动态性和复杂性。智慧城市建设提供了卫星与无人机遥感、移动感知、社会感知、众包感知等多种时空感知大数据的数据获取手段,为分析城市空间、人类行为及其二者之间的交互等城市动态提供了新途径。介绍了城市动态感知的框架,论述了空间动态、人类行为动态"、空间-行为"交互动态感知等典型应用,讨论了融合多源时空大数据感知城市动态研究中存在的时空大数据不确定性、城市感知多视角学习、结果验证、城市多要素级联影响等问题。展望未来,城市动态研究应结合泛在物联网产生的实时数据,捕捉多维、多时空分辨率的多维城市动态,提升时空大数据在精细化城市治理中的应用深度,切实解决城市问题。 展开更多
关键词 时空大数据 多源数据融合 多视角学习 城市动态
原文传递
跨媒体语义共享子空间学习研究进展 被引量：14
3
作者 张磊 赵耀 朱振峰 《计算机学报》 EI CSCD 北大核心 2017年第6期1394-1421,共28页
随着信息技术的飞速发展,现实世界中涌现出大量的跨媒体数据.所谓跨媒体数据是指那些表达的内容相似,但以不同模态、不同来源、不同背景等形式出现的数据.比如,一张描述花豹的网页通常采用共生的图片和文本等不同的模态刻画花豹的外形... 随着信息技术的飞速发展,现实世界中涌现出大量的跨媒体数据.所谓跨媒体数据是指那些表达的内容相似,但以不同模态、不同来源、不同背景等形式出现的数据.比如,一张描述花豹的网页通常采用共生的图片和文本等不同的模态刻画花豹的外形和习性.这些跨媒体数据通常呈现出底层特征异构、高层语义相关的特性.传统的单媒体学习方法已无法适应跨媒体数据呈现出的特征异构性.因此,跨媒体学习相关理论与方法的研究是当前数字媒体分析领域的热点研究课题之一.该文主要介绍了跨媒体学习的研究背景和应用价值,概括介绍了各类跨媒体学习相关方法的数学原理和基本特性,并重点介绍了跨媒体共享子空间学习的研究进展,比较了基于投影、矩阵分解、任务和度量等四大类子空间学习方法的优缺点,分析了未来的发展方向. 展开更多
关键词 跨媒体 异构数据 共享子空间 多视角学习 优化 人工智能
下载PDF
基于多视图矩阵分解的聚类分析 被引量：13
4
作者 张祎 孔祥维 +2 位作者 王振帆 付海燕 李明 《自动化学报》 EI CSCD 北大核心 2018年第12期2160-2169,共10页
在计算机视觉和模式识别领域,随着多源信息越来越多,图像的描述方法也越来越丰富,多视图学习方法能更充分利用这种多源信息,进而提高聚类的准确率.因此,本文提出了两种基于多视图学习的方法:MultiGNMF和MultiGSemiNMF方法.该方法是在矩... 在计算机视觉和模式识别领域,随着多源信息越来越多,图像的描述方法也越来越丰富,多视图学习方法能更充分利用这种多源信息,进而提高聚类的准确率.因此,本文提出了两种基于多视图学习的方法:MultiGNMF和MultiGSemiNMF方法.该方法是在矩阵分解的基础之上,结合以往多视图学习的框架准则,并利用了样本的局部结构形成的. MultiGNMF和MultiGSemiNMF算法不仅能学习视图间的互补信息,同时能保持样本的空间结构.但是, MultiGNMF算法只适用于非负的特征矩阵.因此,考虑到SemiNMF算法相对于NMF算法具有更大的扩展性,结合多视图学习的框架,本文又提出了多视图学习的MultiGSemiNMF算法.实验结果证实了这两种方法有较好的性能. 展开更多
关键词 多视图学习 聚类 矩阵分解 局部结构正则化
下载PDF
基于多视角低秩分析的电力状态不良数据检测 被引量：12
5
作者 李永攀 彭伟伦 +1 位作者 门锟 吴俊阳 《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期361-365,共5页
随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义。该文提出一种基于多视角低秩分析的电力状态不良数据检测算法。该算法使用... 随着信息化技术在智能电网的应用逐步深入,在智能电网的运维中能及时自动检测到不良数据,如网络攻击数据和设备故障数据,对电网的稳定和持续运行有着重要意义。该文提出一种基于多视角低秩分析的电力状态不良数据检测算法。该算法使用来自多个观测源的观测数据综合估计电力系统的状态,算法使用低秩模型挖掘出来自多个观测源数据间的共享本真数据,同时使用稀疏模型对不良数据建模。针对所提出的目标方程,给出了一种基于交叉迭代的优化算法。最后,在IEEE多个节点测试系统上的实验证明了该算法相对于已有算法的先进性。 展开更多
关键词 网络空间安全 低秩表示 多视角学习 电力状态估计
下载PDF
多视角学习综述 被引量：11
6
作者 唐静静 田英杰 《数学建模及其应用》 2017年第3期1-15,25,共16页
随着计算机技术的飞速发展,数据的收集和存储能力得到了极大的提高,在科学研究和社会生活的各个领域,海量表现形式复杂的数据涌现。针对同一对象从不同途径或不同层面获得的特征数据被称为多视角数据。多视角学习是利用事物的多种视角... 随着计算机技术的飞速发展,数据的收集和存储能力得到了极大的提高,在科学研究和社会生活的各个领域,海量表现形式复杂的数据涌现。针对同一对象从不同途径或不同层面获得的特征数据被称为多视角数据。多视角学习是利用事物的多种视角表征进行建模求解的一种新的机器学习方法,它一般需遵循两个原则:1)一致性原则;2)互补性原则。近年来,多视角学习已经引起了广泛的关注和研究。本文对多视角学习算法的研究以及相关理论研究的进展进行了综述,并指出了多视角学习面临的挑战及下一步可能的研究方向。 展开更多
关键词 多视角学习 一致性原则 互补性原则
下载PDF
一种基于多示例多标记学习的新标记学习方法 被引量：6
7
作者 朱越 姜远 周志华 《中国科学：信息科学》 CSCD 北大核心 2018年第12期1670-1680,共11页
多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.... 多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.在预测时,不仅希望能够在目标标记集合(已知标记)上取得好的性能,还要求能够检测出样本是否存在新标记.针对这种多标记新标记学习问题,本文提出了一种端到端的多视图多示例多标记学习方法 EM3NL.该方法基于卷积神经网络产生多示例包,并通过最小化包上观察标记的错分损失和对新标记预测值排序损失的惩罚以及对多视图预测不一致的惩罚同时学习图像,文本两个视图的特征表示以及已知标记和新标记的预测函数.在大规模图片–文本真实数据集上验证了EM3NL在已知标记学习和新标记检测任务上的有效性. 展开更多
关键词 多标记新标记学习 多示例多标记学习 多视图学习 深度学习
原文传递
基于多视图稀疏特征选择的架空输电线路故障原因判别 被引量：7
8
作者 苏超 杨强 《智慧电力》 北大核心 2023年第3期96-103,共8页
日渐增加的多源异构数据为输电线路故障原因判别带来了信息融合的机遇和挑战。为解决故障录波和多源关联信息的特征融合问题,引入多视图学习概念,提出了基于多视图稀疏特征选择的架空输电线路故障原因判别方法。根据故障录波和关联信息... 日渐增加的多源异构数据为输电线路故障原因判别带来了信息融合的机遇和挑战。为解决故障录波和多源关联信息的特征融合问题,引入多视图学习概念,提出了基于多视图稀疏特征选择的架空输电线路故障原因判别方法。根据故障录波和关联信息区分并提取双视图故障特征,随后基于稀疏表示提出了层次多视图特征选择算法(HMVFS)。该算法引入ε-dragging扩大分类类别的标签间距,并通过Frobenius范数和l2,1范数的正则化项分别从故障视图和故障特征的高低维度实现特征选择。最后采用某地区输电线路故障数据进行对比实验,结果验证了该方法在输电线路故障原因判别的有效性和优越性。 展开更多
关键词 输电线路 故障原因判别 多视图学习 稀疏表示 特征选择
下载PDF
利用正则化矩阵分解技术的多视图聚类方法 被引量：8
9
作者 徐霜 余琍 《计算机工程与应用》 CSCD 北大核心 2019年第14期142-147,161,共7页
为了解决具有多种特征属性的多媒体数据(多视图数据)挖掘问题,在非负矩阵分解(NMF)算法的基础上,提出了一种多视图正则化矩阵分解算法(MRMF),该算法使用了多元非负矩阵分解技术,同时使用 L2,1 范数描述矩阵分解的损失函数,并采用多视图... 为了解决具有多种特征属性的多媒体数据(多视图数据)挖掘问题,在非负矩阵分解(NMF)算法的基础上,提出了一种多视图正则化矩阵分解算法(MRMF),该算法使用了多元非负矩阵分解技术,同时使用 L2,1 范数描述矩阵分解的损失函数,并采用多视图流形正则化对矩阵分解进行正则化约束。与现有的一些数据聚类或多视图聚类算法相比,提出的MRMF算法不易受到原始数据中噪声的影响,而且能够充分考虑到不同视图在聚类中所具有不同权重的问题,能够对多视图数据进行较为准确的聚类。MRMF算法的有效性在一些经典的公开数据集上进行了验证,并取得了较好的聚类精度。 展开更多
关键词 非负矩阵分解 多视图学习 数据聚类 流形正则化
下载PDF
基于多视图半监督学习的人体行为识别 被引量：7
10
作者 唐超 王文剑 +2 位作者 王晓峰 张琛 邹乐 《模式识别与人工智能》 EI CSCD 北大核心 2019年第4期376-384,共9页
由于人的行为在本质上的复杂性,单一行为特征视图缺乏全面分析人类行为的能力。文中提出基于多视图半监督学习的人体行为识别方法。首先,提出3种不同模态视图数据,用于表征人体动作,即基于RGB模态数据的傅立叶描述子特征视图、基于深度... 由于人的行为在本质上的复杂性,单一行为特征视图缺乏全面分析人类行为的能力。文中提出基于多视图半监督学习的人体行为识别方法。首先,提出3种不同模态视图数据,用于表征人体动作,即基于RGB模态数据的傅立叶描述子特征视图、基于深度模态数据的时空兴趣点特征视图和基于关节模态数据的关节点投影分布特征视图。然后,使用多视图半监督学习框架建模,充分利用不同视图提供的互补信息,确保基于少量标记和大量未标记数据半监督学习取得更好的分类精度。最后,利用分类器级融合技术并结合3种视图的预测能力,同时有效解决未标记样本置信度评估问题。在公开的人体行为识别数据集上实验表明,采用多个动作特征视图融合的特征表示方法的判别力优于单个动作特征视图,取得有效的人体行为识别性能。 展开更多
关键词 人体行为识别 多视图学习 半监督学习 动作特征 KINECT 传感器
下载PDF
基于典型相关分析的多视图降维算法综述 被引量：6
11
作者 张恩豪 陈晓红 +1 位作者 刘鸿 朱玉莲 《计算机工程》 CAS CSCD 北大核心 2020年第2期1-10,共10页
随着数据采集技术的发展,人们获取数据的途径呈多样化,所得到的数据往往具有多个视图,从而形成多视图数据。利用多视图数据不同的信息特征,设计相应的多视图学习策略以提高分类器的性能是多视图学习的研究目标。为更好地利用多视图数据... 随着数据采集技术的发展,人们获取数据的途径呈多样化,所得到的数据往往具有多个视图,从而形成多视图数据。利用多视图数据不同的信息特征,设计相应的多视图学习策略以提高分类器的性能是多视图学习的研究目标。为更好地利用多视图数据,促进降维算法在实际中的应用,对多视图降维算法进行研究。分析多视图数据和多视图学习,在典型相关分析(CCA)的基础上追溯多视图CCA和核CCA,介绍多视图降维算法从两个视图到多个视图以及从线性到非线性的演化过程,总结各种融入判别信息和近邻信息的多视图降维算法,以更好地学习多视图降维算法。在此基础上,对比分析多视图降维算法的特点及存在的问题,并对未来的研究方向进行展望。 展开更多
关键词 多视图学习 典型相关分析 监督学习 广义特征值 降维
下载PDF
基于3D Gabor多视图主动学习的高光谱图像分类 被引量：6
12
作者 姚琼 徐翔 邹昆 《计算机工程与应用》 CSCD 北大核心 2018年第22期197-204,共8页
针对高光谱遥感图像中标记样本获取困难的问题,研究如何选择少量高质量的查询样本进行交互标记的多视图主动学习算法。首先采用不同尺度和方向的三维Gabor滤波器组提取高光谱图像空谱特征;然后挑选出类别判别能力较强的三维Gabor特征来... 针对高光谱遥感图像中标记样本获取困难的问题,研究如何选择少量高质量的查询样本进行交互标记的多视图主动学习算法。首先采用不同尺度和方向的三维Gabor滤波器组提取高光谱图像空谱特征;然后挑选出类别判别能力较强的三维Gabor特征来构建多视图;最后提出一种基于多视图后验概率差异最小(MPPD)的样本查询策略。实验初选30个标记样本,经过100次迭代后,三维Gabor特征多视图结合MPPD查询策略在ROSIS Pavia University和AVIRIS Indiana Pines两个数据集上的总体分类精度分别达到94.16%和91.30%,表明通过三维Gabor可以有效提取高光谱遥感图像空谱特征,提供具有多样性和互补性的特征视图。结合MPPD查询策略能挑选出最有价值的查询样本。 展开更多
关键词 高光谱图像分类 多视图学习 主动学习 查询策略 三维Gabor
下载PDF
不完整多视图聚类综述 被引量：1
13
作者 董瑶 付怡雪 +2 位作者 董永峰 史进 陈晨 《计算机应用》 CSCD 北大核心 2024年第6期1673-1682,共10页
多视图聚类是近年来图数据挖掘领域的研究热点。由于数据采集技术的限制或人为因素等原因常导致视图或样本缺失问题。降低多视图的不完整性对聚类效果的影响是多视图聚类目前面临的重大挑战。因此,综合研究不完整多视图聚类(IMC)近年的... 多视图聚类是近年来图数据挖掘领域的研究热点。由于数据采集技术的限制或人为因素等原因常导致视图或样本缺失问题。降低多视图的不完整性对聚类效果的影响是多视图聚类目前面临的重大挑战。因此,综合研究不完整多视图聚类(IMC)近年的发展具有重要的理论意义和实践价值。首先,归纳分析不完整多视图数据缺失类型;其次,详细比较基于多核学习(MKL)、矩阵分解(MF)学习、深度学习和图学习这4类IMC方法,分析代表性方法的技术特点和区别;再次,从数据集类型、视图和类别数量、应用领域等角度总结22个公开不完整多视图数据集;继次,总结评价指标,并系统分析现有不完整多视图聚类方法在同构和异构数据集上的性能表现;最后,归纳分析不完整多视图聚类目前存在的问题、未来的发展方向和现有应用领域。 展开更多
关键词 不完整性 多视图聚类 图数据挖掘 缺失视图 多视图学习
下载PDF
基于国网商旅大数据融合背景的用户画像构建 被引量：6
14
作者 张长浩 余志勇 +2 位作者 周振 石瑞杰 王新勇 《电信科学》 2019年第12期148-154,共7页
基于大数据分析的商旅计划决策是掌控差旅动态、制定差旅规范的重要组成部分。基于国网商旅信息数据,针对出差过程中出行方式的优化选取、酒店住宿的个人喜好,构建一种用户画像框架技术,实现快速、准确识别敏感客户群体。首先针对用户... 基于大数据分析的商旅计划决策是掌控差旅动态、制定差旅规范的重要组成部分。基于国网商旅信息数据,针对出差过程中出行方式的优化选取、酒店住宿的个人喜好,构建一种用户画像框架技术,实现快速、准确识别敏感客户群体。首先针对用户不同特性采用双通道建模方式预测用户敏感程度;其次围绕业务审批、差旅控制、酒店评价、时间特征、数值特征等类型刻画用户,构建用户多源特征体系;最后充分利用商旅数据多源性,创建基于双层XGBoost的多视角融合模型,提升分类精确率,并通过对比实验验证方法的有效性。 展开更多
关键词 用户画像 多视角学习 模型融合
下载PDF
基于Hessian正则化支持向量机的多视角协同识别抽油机井工况方法 被引量：6
15
作者 周斌 王延江 +1 位作者 刘伟锋 刘宝弟 《石油学报》 EI CAS CSCD 北大核心 2018年第12期1429-1436,共8页
为了更好地了解抽油机井工作状况以提高抽油机井生产工况识别率,目前在抽油机井采油生产过程中采集了大量数据。传统的工况识别方法,主要是利用示功图或电参数单独进行训练建立学习模型,参数之间缺乏关联,影响了识别效果;此外,常用的传... 为了更好地了解抽油机井工作状况以提高抽油机井生产工况识别率,目前在抽油机井采油生产过程中采集了大量数据。传统的工况识别方法,主要是利用示功图或电参数单独进行训练建立学习模型,参数之间缺乏关联,影响了识别效果;此外,常用的传统识别方法,如基于支持向量机(SVM)学习的方法,需要对所有的采集样本进行类别标注,耗费大量的人力和物力,影响了工程应用。针对大数据下抽油机井生产特点,为实现在仅有少量已标注工况数据下能同时利用大量未知工况数据信息,且有效利用示功图和电参数两种测量参数,进一步提高抽油机井工况识别的精准率和实用性,提出一种基于Hessian正则化支持向量机(Hessian正则化SVM)的多视角协同识别抽油机井工况方法。通过分析目前工况识别研究中存在的局限性,结合先验知识和专家经验,选择实测地面示功图和实测电功率信号作为特征视角并进行特征提取,然后利用Hessian正则化SVM多视角协同训练算法建立抽油机井工况识别模型并进行分类识别。应用该方法对胜利油田X区块60口抽油机井的11种典型工况进行识别。以SVM方法为基准,该方法识别效果比基于实测地面示功图、实测电功率及传统特征连接多源识别方法分别提高了约3.2%、4.3%和7.4%,而在少量工况样本下该方法识别效果更优,从而验证了该方法的有效性。 展开更多
关键词 抽油机井 工况识别 多视角学习 协同训练 支持向量机 Hessian正则化
原文传递
基于自适应多视角深度神经网络的脑电识别 被引量：1
16
作者 王域枫 冯伟 杭文龙 《计算机应用与软件》 北大核心 2024年第1期97-104,共8页
由于已有深度学习方法没有从脑功能分离与整合机制角度出发构建脑电(Electroencephalogram,EEG)识别网络,导致识别精度不高,因而提出一种融合多视角学习与自适应权重学习机制的自适应多视角深度学习模型。将脑电信号划分为不同脑区的多... 由于已有深度学习方法没有从脑功能分离与整合机制角度出发构建脑电(Electroencephalogram,EEG)识别网络,导致识别精度不高,因而提出一种融合多视角学习与自适应权重学习机制的自适应多视角深度学习模型。将脑电信号划分为不同脑区的多个局部视角,将整个大脑区域视作全局视角,构建能够反映脑功能分离与整合机制的多视角深度学习框架;利用注意力机制自适应学习多个视角之间的重要程度。该模型不仅可以学习不同脑区EEG深度特征,而且可以自适应地学习各个脑区权重分配。在公开及自采集EEG数据集上的实验结果均验证了该方法的有效性。 展开更多
关键词 脑电信号 深度学习 多视角学习 注意力机制
下载PDF
一种半监督协同训练的正则化算法 被引量：4
17
作者 王娇 罗四维 《计算机科学》 CSCD 北大核心 2012年第7期215-218,共4页
半监督学习是机器学习领域的研究热点。协同训练研究数据有多个特征集时的半监督学习问题。从正则化角度研究协同训练,利用假设空间的度量结构定义学习函数的光滑性和一致性,在每个视图内的学习过程中以函数光滑性为约束条件,在多个视... 半监督学习是机器学习领域的研究热点。协同训练研究数据有多个特征集时的半监督学习问题。从正则化角度研究协同训练,利用假设空间的度量结构定义学习函数的光滑性和一致性,在每个视图内的学习过程中以函数光滑性为约束条件,在多个视图的协同学习过程中以函数一致性为约束条件,创新性地提出一种两个层次的正则化算法,同时使用函数的光滑性和一致性进行正则化。实验表明,该算法较仅使用光滑性或仅使用一致性的正则化方法在预测性能上有显著提高。 展开更多
关键词 人工智能 机器学习 半监督学习 多视图学习 正则化算法
下载PDF
基于多样性与一致性的单步多视图聚类
18
作者 胡傲然 陈晓红 《计算机工程》 CAS CSCD 北大核心 2024年第5期51-61,共11页
随着数据采集技术的发展,多视图数据变得越来越常见。与单视图数据相比,多视图数据包含更丰富的信息,通常用一致性与多样性来刻画。现有基于图的多视图聚类方法大多只关注视图间的一致性信息,忽视了视图间的多样性信息,并且图的构建与... 随着数据采集技术的发展,多视图数据变得越来越常见。与单视图数据相比,多视图数据包含更丰富的信息,通常用一致性与多样性来刻画。现有基于图的多视图聚类方法大多只关注视图间的一致性信息,忽视了视图间的多样性信息,并且图的构建与聚类过程分离,从而影响聚类算法的效果。提出基于多样性与一致性的单步多视图聚类算法(OMCDC)。基于“距离较近的数据点成为邻居的可能性较大”这一先验知识构建各个视图的相似性图。不同于以往算法直接融合相似性图获得公共图,OMCDC将每个视图的相似性图分解为一致性图和多样性图,通过融合一致性图获得更具一致性的公共图。在此基础上,引入谱旋转,联合优化低维谱嵌入和聚类概率矩阵,将图学习和聚类融为一体,直接获得聚类结果。OMCDC充分利用了多视图数据的一致性信息与多样性信息,结合谱旋转实现了单步多视图聚类。实验结果表明,该算法在100L和HW2数据集上的聚类准确率分别为94.62%和99.30%,相比MVGL、AWP、MCGC等方法具有较优的聚类性能。 展开更多
关键词 多视图学习 多视图聚类 谱聚类 谱旋转 一致性 多样性
下载PDF
自适应权重多视角度量学习的遥感图像场景分类方法 被引量：4
19
作者 周国华 蒋晖 +1 位作者 顾晓清 殷新春 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第5期755-764,共10页
遥感图像易受光照和气象条件等干扰因素的影响,且随着遥感设备分辨率的提高,遥感图像中出现了更多的地表细节的问题.为了提高遥感图像的场景分类的准确度,提出一种自适应权重多视角度量学习方法.首先使用多个视角下的数据特征学习具有... 遥感图像易受光照和气象条件等干扰因素的影响,且随着遥感设备分辨率的提高,遥感图像中出现了更多的地表细节的问题.为了提高遥感图像的场景分类的准确度,提出一种自适应权重多视角度量学习方法.首先使用多个视角下的数据特征学习具有分辨力的度量空间,使在度量空间内同类图像紧凑,异类图像尽可能地远离;然后引入权重向量,在度量学习的过程中自适应地调节各视角间的权重关系;最后利用核技巧扩展至非线性空间,更有效地挖掘隐藏于视角间的关联和互补信息.在Google和WHU-RS遥感图像数据集上的实验结果表明,该方法具有良好的分类性能,平均分类准确率分别达到90.26%和92.62%,显著优于对比的单视角和多视角分类方法. 展开更多
关键词 遥感图像场景分类 自适应权重 多视角学习 度量学习
下载PDF
基于对比共识图学习的多视图属性图聚类算法
20
作者 刘鹏仪 胡节 +1 位作者 王红军 彭博 《计算机科学》 CSCD 北大核心 2024年第11期73-80,共8页
多视图属性图聚类可以将具有多个视图的图数据的节点划分到不同的簇中,近年来受到了研究者的广泛关注。目前,已有许多基于图神经网络的多视图属性图聚类方法被提出并取得了较好的聚类性能。然而,由于图神经网络难以处理数据收集过程中... 多视图属性图聚类可以将具有多个视图的图数据的节点划分到不同的簇中,近年来受到了研究者的广泛关注。目前,已有许多基于图神经网络的多视图属性图聚类方法被提出并取得了较好的聚类性能。然而,由于图神经网络难以处理数据收集过程中出现的图噪声,因此基于图神经网络的多视图属性图方法很难进一步提高聚类性能。为此,提出了一种新的基于对比共识图学习的多视图属性图聚类算法,以降低噪声对聚类的影响从而得到更好的结果。该算法包括4个步骤:首先,使用图滤波消除图上的噪声,并同时保留完整的图结构;然后,选择少量节点来学习共识图,以降低计算复杂度;随后,使用图对比正则化来帮助学习共识图;最后,利用谱聚类获得聚类结果。大量的实验结果表明,与当前最先进的方法相比,所提算法能够很好地减少图数据中噪声对聚类的影响,并以较高的执行效率取得良好的聚类结果。 展开更多
关键词 多视图学习 属性图数据 图聚类 对比共识图学习 图过滤
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部