典型文献
结合地标点与自编码的快速多视图聚类网络
文献摘要：
针对目前存在的多视图聚类方法大多是对聚类准确性进行研究而未着重于提升算法效率,从而难以应用于大规模数据的现象,本文提出一种结合地标点和自编码的快速多视图聚类算法.利用加权排序算法选出每个视图中最具代表性的地标点.使用凸二次规划函数从数据中直接生成多个视图的相似度矩阵,求得多个视图的共识相似度矩阵以有效利用多个视图包含的具有一致性和互补性的聚类有效信息,将获得的具有低存储开销性能的共识相似度矩阵输入自编码器替代拉普拉斯矩阵特征分解,在联合学习框架下同时更新自编码器参数和聚类中心从而在降低计算复杂度的同时保证聚类精度.在5个多视图数据集上的实验证明了本文算法相对于其他多视图算法在运行时间上的优越性.
文献关键词：
多视图聚类;地标点聚类;加权PageRank;自编码器;特征分解;联合学习;聚类分析;数据挖掘
中图分类号：
作者姓名：
马睿;周治平
作者机构：
江南大学 物联网技术应用教育部工程研究中心,江苏 无锡 214122
文献出处：
引用格式：
[1]马睿;周治平-.结合地标点与自编码的快速多视图聚类网络)[J].智能系统学报,2022(02):333-340
A类：
地标点聚类
B类：
多视图聚类,聚类网络,聚类方法,着重于,算法效率,大规模数据,聚类算法,排序算法,二次规划,规划函数,中直,接生,相似度矩阵,识相,互补性,有效信息,存储开销,自编码器,拉普拉斯矩阵,特征分解,联合学习,下同,聚类中心,低计算复杂度,聚类精度,多视图数据,运行时间,PageRank
AB值：
0.272992
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
