基于低秩约束的熵加权多视角模糊聚类算法

摘要：

如何有效挖掘多视角数据内部的一致性以及差异性是构建多视角模糊聚类算法的两个重要问题.本文在Co-FKM算法框架上,提出了基于低秩约束的熵加权多视角模糊聚类算法(Entropy-weighting multi-view fuzzy C-means with low rank constraint,LR-MVEWFCM).一方面,从视角之间的一致性出发,引入核范数对多个视角之间的模糊隶属度矩阵进行低秩约束;另一方面,基于香农熵理论引入视角权重自适应调整策略,使算法根据各视角的重要程度来处理视角间的差异性.本文使用交替方向乘子法(Alternating direction method of multipliers,ADMM)进行目标函数的优化.最后,人工模拟数据集和UCI(University of California Irvine)数据集上进行的实验结果验证了该方法的有效性.

关键词：多视角模糊聚类、香农熵、低秩约束、核范数、交替方向乘子法

所属期刊栏目：48

分类号：TP391.41;TP29;TP181

资助基金：国家自然科学基金;江苏省自然科学基金

在线出版日期：2022-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1760-1770