典型文献
基于锚点的快速无监督图嵌入
文献摘要：
图嵌入降维算法由于其有效性被广泛应用.传统图嵌入算法构造K-Nearest Neighbors(K-NN)图的计算复杂度至少为O(n2 d),其中n为样本数,d为样本维度.在数据量大的情况下,构造K-NN图将非常耗时,因为其计算复杂度与样本数的平方成正比,这将限制图嵌入算法在大规模数据集上的应用.为降低构图过程的计算复杂度,提出一种基于锚点的快速无监督图嵌入算法(Fast Unsupervised Graph Embedding Based on Anchors,FUGE).该算法首先从数据集中选取锚点(代表点),然后构造数据点-锚点相似度图,最后执行图嵌入分析.由于锚点数量远小于数据量,所提方法能有效地降低构图过程的计算复杂度;不同于使用核函数来构造相似度图,该算法直接通过数据点的近邻信息来学习数据点-锚点的相似度图,这进一步加快了构图过程.整个算法的计算复杂度为O(nd2+nmd),其中m为锚点数.在基准数据集上的大量实验证明了所提算法的有效性和高效性.
文献关键词：
降维;图嵌入;锚点;K-means++;正交约束
中图分类号：
作者姓名：
杨辉;陶力宏;朱建勇;聂飞平
作者机构：
华东交通大学电气与自动化工程学院 南昌 330013;江西省先进控制与优化重点实验室 南昌 330013;西北工业大学光学影像分析与学习中心 西安 710072
文献出处：
引用格式：
[1]杨辉;陶力宏;朱建勇;聂飞平-.基于锚点的快速无监督图嵌入)[J].计算机科学,2022(04):116-123
A类：
FUGE,nd2+nmd
B类：
锚点,无监督,图嵌入,降维算法,Nearest,Neighbors,NN,计算复杂度,n2,数据量,方成,成正比,制图,大规模数据集,构图,Fast,Unsupervised,Graph,Embedding,Based,on,Anchors,构造数据,据点,相似度图,核函数,接通,近邻,学习数据,基准数据集,means++,正交约束
AB值：
0.383544
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。
