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3篇文章
< 1 >
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：
利用正则化矩阵分解技术的多视图聚类方法 被引量：8
1
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
改进K-means加权自适应多视图数据聚类算法 被引量：6
2
作者 李丽亚 闫宏印 《计算机仿真》 北大核心 2021年第8期314-317,429,共5页
在如今的大数据时代,视图数据越来越多,由于这些数据表现出明显的多样性和差异性,使得多视图数据聚类成为了大数据的研究重点问题之一。针对多视图数据聚类问题,提出了一种基于改进K-means加权自适应多视图聚类算法。首先,提出加权自适... 在如今的大数据时代,视图数据越来越多,由于这些数据表现出明显的多样性和差异性,使得多视图数据聚类成为了大数据的研究重点问题之一。针对多视图数据聚类问题,提出了一种基于改进K-means加权自适应多视图聚类算法。首先,提出加权自适应多视图聚类算法,降低视图同维度变换的复杂性。然后考虑到数据的误差性和离群点问题,对数据条件进行优化处理,把Frobenius范数作为条件进行改进,起到对多视图数据加权的作用。再结合自由度问题,找到多视图数据的最优解,降低目标函数自由度。最后根据K-means优化理论,通过权重系数减少数据对多视图聚类的影响,确定多视图不同簇的聚类中心,从而完成对所有视图数据的优化。基于MATLAB仿真平台,分别对5个数据集采用4种性能评价指标进行仿真验证。实验结果表明,所提出的算法大大减少了运行时间,而且具有较好的聚类性能。 展开更多
关键词 多视图数据聚类 加权自适应 优化理论 性能指标 数据集
下载PDF
基于Hessian正则化的多视图联合非负矩阵分解算法 被引量：5
3
作者 王超锋 施俊 +1 位作者 吴金杰 朱捷 《计算机工程》 CAS CSCD 北大核心 2017年第11期134-139,共6页
非负矩阵在表征多视图数据时没有考虑数据本身的流型结构,不能有效表达数据内部信息。为此,提出一种基于Hessian正则化的非负矩阵分解算法。利用Hessian泛函的L2模,保持样本局部拓扑结构,并扩展成基于Hessian正则化的联合非负矩阵分解算... 非负矩阵在表征多视图数据时没有考虑数据本身的流型结构,不能有效表达数据内部信息。为此,提出一种基于Hessian正则化的非负矩阵分解算法。利用Hessian泛函的L2模,保持样本局部拓扑结构,并扩展成基于Hessian正则化的联合非负矩阵分解算法,以对多视图数据进行变换。实验结果表明,基于Hessian正则化的非负矩阵分解算法和基于Hessian正则化的联合非负矩阵分解算法的聚类精度以及互信息值都有较大提高,2种算法的数据变化性能都优于传统非负矩阵分解算法。 展开更多
关键词 Hessian正则化 回归模型 非负矩阵分解 多视图数据 聚类
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 下一页 到第 页
使用帮助 返回顶部