基于超图正则化的概念分解及在数据表示中的应用

被引：5

作者：

李雪

赵春霞

舒振球

郭剑辉

机构：

[1] 南京理工大学计算机科学与工程学院

来源：

控制与决策 | 2015年 / 30卷 / 08期

基金：

中国博士后科学基金;

关键词：

概念分解; 流形正则项; 非负矩阵分解; 聚类;

D O I：

10.13195/j.kzyjc.2014.0793

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统图模型的流形学习无法准确表达数据间多元几何结构信息的问题,提出一种基于超图正则化的概念分解(HRCF)算法.该算法用一组具有相似属性的数据子集构建超边,建立数据间高阶关系的超图模型.通过在概念分解算法中增加超图正则项,保持数据间多元几何流形结构,提高了算法的鉴别性.在Yale库、USPS库和TDT2库上的实验表明,HRCF算法明显提高了聚类的准确率和归一化互信息,验证了算法的有效性.

引用

页码：1399 / 1404

页数：6