模式识别与人工智能
2025年4月2日 星期三   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2020, Vol. 33 Issue (1): 41-49    DOI: 10.16451/j.cnki.issn1003-6059.202001005
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于正交约束的分块不完整多视角聚类
姜健伟1, 殷俊1
1. 上海海事大学 信息工程学院 上海 201306
Chunk-by-Chunk Incomplete Multi-view Clustering Based on Orthogonal Constraints
JIANG Jianwei1, YIN Jun1
1. College of Information Engineering, Shanghai Maritime University, Shanghai 201306

全文: PDF (623 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在处理数据特征提取问题时,已有的基于非负矩阵分解的不完整多视角聚类算法对局部特征的提取不够准确.针对此问题,文中提出基于正交约束的分块不完整多视角聚类(CIMVCO).利用非负矩阵分解获得所有视角的潜在特征矩阵,通过加入正交约束得到更好的局部特征.对于各个视角的缺失样本,CIMVCO给予较小的权重以减小缺失数据的影响.为了解决大规模数据的聚类问题,CIMVCO逐块处理数据以减少内存需求和处理时间.在Reuters和Digit数据集上的实验验证CIMVCO的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
姜健伟
殷俊
关键词 分块多视角聚类非负矩阵分解(NMF)正交约束    
Abstract:Existing incomplete multi-view clustering algorithms based on nonnegative matrix factorization(NMF) cannot extract local features accuratly. To solve this problem, an algorithm of chunk-by-chunk incomplete multi-view clustering based on orthogonal constraints (CIMVCO) is proposed. A potential feature matrix of all views is obtained by nonnegative matrix factorization, and orthogonal constraints are added to obtain better local features. For missing samples of each view, smaller weights are given to reduce the impact of missing data. To solve the problem of large scale data clustering, data are processed block-by-block to reduce the memory demand and processing time. Experimental results on Reuters and Digit datasets demonstrate the effectiveness of CIMVCO.
Key wordsChunk-by-Chunk    Multi-view Clustering    Nonnegative Matrix Factorization(NMF)    Orthogonal Constraints   
收稿日期: 2019-10-14     
ZTFLH: TP 181  
基金资助:国家自然科学基金项目(No.61603243)、中国博士后科学基金项目(No.2017M611503)资助
通讯作者: 殷 俊,博士,副教授,主要研究方向为模式识别、机器学习.E-mail:junyin@shmtu.edu.cn.   
作者简介: 姜健伟,硕士研究生,主要研究方向为模式识别、机器学习.E-mail:1467450564@qq.com.
引用本文:   
姜健伟, 殷俊. 基于正交约束的分块不完整多视角聚类[J]. 模式识别与人工智能, 2020, 33(1): 41-49. JIANG Jianwei, YIN Jun. Chunk-by-Chunk Incomplete Multi-view Clustering Based on Orthogonal Constraints. , 2020, 33(1): 41-49.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202001005      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2020/V33/I1/41
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn