CONVEX CLUSTERING AND RECOVERY OF PARTIALLY OBSERVED DATA.
CONVEX CLUSTERING AND RECOVERY OF PARTIALLY OBSERVED DATA.
复制标题
凸聚类和部分观测数据的恢复。
DOI：
10.1109/icip.2016.7533010
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Jacob,Mathews
中科院分区：
文献类型：
--
作者：
Poddar,Sunrita;Jacob,Mathews
我们提出了一种凸聚类重构算法来处理缺失条目的数据。该算法利用每对点之间的相似性度量对数据进行聚类和恢复。当地真相似矩阵可用时，可以可靠地恢复聚类中心。此外，当聚类分离较好，不同聚类点之间的差异相干性较低时，从部分观测数据中也可以可靠地估计出相似矩阵。该算法在模拟数据集上使用估计的相似矩阵取得了良好的效果。该方法在从欠采样傅里叶数据重建图像方面也取得了成功。
We propose a convex clustering and reconstruction algorithm for data with missing entries. The algorithm uses a similarity measure between every pair of points to cluster and recover the data. The cluster centres can be recovered reliably when the ground-truth similarity matrix is available. Moreover, the similarity matrix can also be reliably estimated from the partially observed data, when the clusters are well-separated and the coherence of the difference between points from different clusters is low. The algorithm performs well using the estimated similarity matrix on a simulated dataset. The method is also successful in reconstructing images from under-sampled Fourier data.
DOI：
10.1002/1098-2418(200103)18:2
发表时间：
1999-08
期刊：
--
影响因子：
--
作者：
A. Condon;R. Karp
通讯作者：
A. Condon;R. Karp
种植 k 不相交团问题的凸优化
影响因子：
2.7
作者：
Brendan P. W. Ames;S. Vavasis
通讯作者：
S. Vavasis
通过凸优化实现图聚类的明显性能界限
DOI：
10.1109/icassp.2014.6855219
发表时间：
2014
期刊：
2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
影响因子：
--
作者：
Ramya Korlakai Vinayak;Samet Oymak;B. Hassibi
通讯作者：
B. Hassibi