结合稀疏表示与约束传递的半监督谱聚类算法
针对半监督谱聚类不能有效处理大规模数据,没有考虑约束传递不能充分利用有限约束信息的问题,提出一种结合稀疏表示和约束传递的半监督谱聚类算法.首先,根据约束信息生成约束矩阵,将其引入到谱聚类中;然后,将约束集合中的数据作为地标点构造稀疏表示矩阵,近似获得图相似度矩阵,从而改进约束谱聚类模型;同时,根据地标点的相似度矩阵生成连通区域,在每个连通区域内动态调整近邻点,利用约束传递进一步提高聚类准确率.实验表明,所提算法和约束谱聚类相比,在算法效率方面具有明显优势,且准确率没有明显下降;和快速谱聚类方法相比,在聚类准确率上有所提升.
数据挖掘、聚类分析、谱聚类、半监督学习、稀疏表示、约束传递
13
TP18(自动化基础理论)
国家自然科学基金项目61373126
2018-09-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
855-862