一种鲁棒的半监督图聚类方法

摘要：

考虑到?1范数度量比?2范数平方度量更鲁棒,基于?1度量提出了一种更鲁棒的半监督图聚类模型,针对该模型中非光滑目标函数不易优化的问题,利用Majorization-Minimization框架提出了一种新的求解算法并证明了其收敛性.实验结果表明,在监督信息有噪声或错误时,所提出的模型能提高半监督聚类的鲁棒性和有效性.

关键词：半监督图聚类、鲁棒性、ℓ1范数度量、非光滑优化、Majorization-Minimization

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61663049

在线出版日期：2021-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33