2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、子空間分割對聯(lián)合子域分布輸入樣本進(jìn)行潛在流形聚類,是數(shù)據(jù)挖掘領(lǐng)域的關(guān)鍵技術(shù)之一。譜聚類作為子空間分割算法中應(yīng)用最為廣泛的算法,其性能主要取決于原始輸入數(shù)據(jù)或相應(yīng)表示系數(shù)直接構(gòu)建得到的關(guān)聯(lián)矩陣。在基于平滑聚類算法和強制組效應(yīng)的條件下,本文提出一種新的模型用于聯(lián)合樣本系數(shù)計算以及相似度矩陣學(xué)習(xí),通過對目標(biāo)函數(shù)添加明確的低秩Laplacian約束以獲得清晰的塊對角結(jié)構(gòu)。稱為塊對角Lalacian正則約束的平滑聚類算法(Smooth Clust

2、ering with Block-diagonal constrained Laplacian regularizer,SCBL)。此外,為了提升該算法準(zhǔn)確性,本文還提出一種新的低秩表示聚類算法(Low-Rank Representation,LRR)型數(shù)據(jù)表示聚類法(Data Representation Clustering,DRC),該算法在無噪聲環(huán)境中具備明確的對角關(guān)聯(lián)矩陣結(jié)構(gòu)。DRC通過自適應(yīng)相似度學(xué)習(xí)構(gòu)建關(guān)聯(lián)矩陣,并將之融入

3、統(tǒng)一的低秩表示框架。同時,通過對關(guān)聯(lián)矩陣對應(yīng)的Laplacian矩陣添加一種新的秩約束,使得其相似度連接結(jié)構(gòu)與簇目標(biāo)數(shù)具有一致性。
  針對常見的低秩表示算法都采用獨立的步驟進(jìn)行表示系數(shù)計算和關(guān)聯(lián)矩陣學(xué)習(xí)而導(dǎo)致無法保證總體算法的最優(yōu)性這一問題。算法均通過采用交替更新法對模型進(jìn)行求解,以保證目標(biāo)函數(shù)單變量優(yōu)化的全局最優(yōu)性以及整體收斂性。通過人工合成數(shù)據(jù)和8個公開數(shù)據(jù)集的實驗結(jié)果表明,SCBL算法及DRC算法在聚類精度、歸一化互信息、

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論