自适应图学习诱导的子空间聚类
自适应图学习诱导的子空间聚类
复制标题
DOI：
10.3778/j.issn.1002-8331.1912-0199
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
李舜酩
中科院分区：
文献类型：
--
作者：
朱丹;陈晓红;吴卿源;李舜酩
子空间聚类是机器学习领域的热门研究课题。它根据数据的潜在子空间对数据进行聚类。受多视图学习中协同训练算法的启发,提出一个自适应图学习诱导的子空间聚类算法,该算法首先将单视图数据多视图化,再利用不同视图的信息迭代更新图正则化项,得到更能反映聚类性能的块对角关联矩阵,从而更准确地描述数据聚类结果。在四个标准数据集上与其他聚类算法进行对比实验,实验结果显示该方法具有更好的聚类性能。