典型文献
一致性引导的自适应加权多视图聚类
文献摘要：
随着获取多模态或多视图数据的日益容易,多视图聚类研究受到广泛关注.然而,很多方法直接从原始数据中学习邻接矩阵,忽视了数据中噪声的影响.此外,还有一些方法将各个视图同等对待,而实际上各视图在聚类过程中所发挥的作用是不同的.为解决上述问题,提出了一种基于Markov链的聚类算法,名为一致性引导的自适应加权多视图聚类(consensus guided auto-weighted multi-view clustering,CAMC).首先为每个视图构造转移概率矩阵;然后,以自适应加权的方式获得一致性转移概率矩阵,并对一致性转移概率矩阵的拉普拉斯矩阵进行了秩约束,确保拉普拉斯图中连通分量的数目正好等于簇的数目.此外,基于交替方向乘子法(alternating direction method of multipliers,ADMM)优化策略对问题进行求解.在1个人造数据集和7个真实数据集上的实验结果证明了该算法的有效性,其聚类性能优于现有的8种基准算法.
文献关键词：
多视图;聚类;自适应加权;谱聚类;Markov链
中图分类号：
作者姓名：
于晓;刘慧;林毓秀;张彩明
作者机构：
山东财经大学计算机科学与技术学院 济南 250014;山东省数字媒体技术重点实验室(山东财经大学) 济南 250014;山东大学软件学院 济南 250014
文献出处：
引用格式：
[1]于晓;刘慧;林毓秀;张彩明-.一致性引导的自适应加权多视图聚类)[J].计算机研究与发展,2022(07):1496-1508
A类：
CAMC
B类：
自适应加权,多视图聚类,多视图数据,聚类研究,多方法,原始数据,邻接矩阵,同等对待,Markov,聚类算法,consensus,guided,auto,weighted,view,clustering,先为,图构造,转移概率矩阵,拉普拉斯矩阵,秩约束,保拉,连通分量,正好,基于交替方向乘子法,alternating,direction,method,multipliers,ADMM,人造,真实数据,谱聚类
AB值：
0.344109
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。
