模式识别与人工智能
2025年4月3日 星期四   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  2018, Vol. 31 Issue (5): 409-418    DOI: 10.16451/j.cnki.issn1003-6059.201805003
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
联合特征选择和光滑表示的子空间聚类算法
郑建炜, 路程, 秦梦洁, 陈婉君
浙江工业大学 计算机科学与技术学院 杭州 310014
Subspace Clustering via Joint Feature Selection and Smooth Representation
ZHENG Jianwei, LU Cheng, QIN Mengjie, CHEN Wanjun
College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310014

全文: PDF (1021 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 基于自表示关联图的谱聚类模型性能受冗余特征影响较大.为了缓解高维数据无效特征的负面影响,文中提出联合特征选择和光滑表示的子空间聚类算法.首先基于自表示思想构建系数矩阵,将特征选择与数据重构纳入同一框架,同时使用权值因子衡量相关特征贡献度,并对系数矩阵进行组效应约束以保持局部性.通过交替变量更新法优化目标函数模型.在人造数据与标准数据库上的实验表明,文中算法在各项性能上均较优.
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
郑建炜
郑建炜
路程
路程
秦梦洁
秦梦洁
陈婉君
陈婉君
关键词 子空间聚类子空间聚类自表示自表示特征选择光滑表示特征选择组效应光滑表示组效应    
Abstract:The performance of self-representation based methods is affected by redundant high-dimensional features. Therefore, a subspace clustering method via joint feature selection and smooth representation(FSSR) is proposed in this paper. Firstly, the idea of feature selection is integrated into the self-representation based coefficient matrix learning framework. Meanwhile, a weight factor is adopted to measure different contributions of correlated features. Furthermore, a group effectiveness constraint is imposed on the coefficient matrix for the preservation of locality property. An alternating direction method of multipliers(ADMM) based algorithm is derived to optimize the proposed cost function. Experiments are conducted on synthetic data and standard databases and the results demonstrate that FSSR outperforms the state-of-the-art approaches in both accuracy and efficiency.
Key wordsSubspace Clustering    Self-representation    Subspace Clustering    Feature Selection    Self-representation    Smooth Representation    Feature Selection    Grouping Effect    Smooth Representation    Grouping Effect   
收稿日期: 2017-10-09     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61602413)、浙江省自然科学基金项目(No.LY15F030014)资助
通讯作者: 陈婉君,硕士,讲师,主要研究方向为机器学习、模式识别.E-mail:wanjun@zjut.edu.cn.   
作者简介: 郑建炜,博士,副教授,主要研究方向为机器学习、模式识别.E-mail:zjw@zjut.edu.cn.
路 程,硕士研究生,主要研究方向为机器学习、数据挖掘.E-mail:lucheng94@126.com.
秦梦洁,硕士研究生,主要研究方向为机器学习、模式识别.E-mail:1459847947@qq.com.
引用本文:   
郑建炜, 路程, 秦梦洁, 陈婉君. 联合特征选择和光滑表示的子空间聚类算法[J]. 模式识别与人工智能, 2018, 31(5): 409-418. ZHENG Jianwei, LU Cheng, QIN Mengjie, CHEN Wanjun. Subspace Clustering via Joint Feature Selection and Smooth Representation. , 2018, 31(5): 409-418.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201805003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2018/V31/I5/409
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