基于L21范数和回归正则项的半监督聚类算法

摘要：

针对半监督学习中基于线性嵌入的回归正则项难以捕获数据流形结构的问题,提出基于L21范数和回归模型的半监督聚类算法.一方面充分利用监督信息,指导初始相似矩阵的构造,并利用L21正则项构造标签矩阵F的弹性嵌入回归模型;另一方面借助L21范数的鲁棒性学习合理的相似矩阵,从而改善聚类效果.通过实验表明,所提出的聚类算法在人工数据集和真实数据集上的聚类结果较其他聚类算法更加有效.

关键词：L21范数、半监督学习、监督信息、回归

所属期刊栏目：52

分类号：O24(计算数学)

资助基金：国家自然科学基金项目;陕西省重点研发计划项目;陕西省自然科学基金项目

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：67-74