基于最小二乘回歸的分塊加權子空間聚類
本文關鍵詞:基于最小二乘回歸的分塊加權子空間聚類
【摘要】:傳統(tǒng)子空間聚類算法向量化時忽略樣本的自然結構信息,并且容易造成高維度小樣本問題,從而導致聚類信息損失.為了彌補該缺陷,文中提出基于最小二乘回歸的分塊加權子空間聚類(WB-LSR).首先,將樣本按維度分成若干塊,并求得各個塊對應的仿射矩陣.然后,通過相互投票方式對各仿射矩陣設置權重,將加權和作為最終的仿射矩陣.在圖像數(shù)據(jù)和視頻數(shù)據(jù)上的實驗表明,文中方法能有效提升聚類準確率.
【作者單位】: 福州大學數(shù)學與計算機科學學院;
【基金】:國家自然科學基金項目(No.11571074,71273053) 福建省自然科學基金項目(No.2014J01009)資助~~
【分類號】:TP391.41;TP311.13
【正文快照】: 圖像數(shù)據(jù)和視頻數(shù)據(jù)是人類社會普遍存在的高維數(shù)據(jù),對它們聚類是數(shù)據(jù)挖掘的一個重要內容,且在社會各領域中具有廣泛的應用價值.傳統(tǒng)聚類算法已不適合高維數(shù)據(jù),于是出現(xiàn)一種聚類高維數(shù)據(jù)的方法:子空間聚類方法.子空間聚類方法可分為5類:矩陣分解法[1-2]、代數(shù)法[3-4]、迭代法[5
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 柳盛;吉根林;;空間聚類技術研究綜述[J];南京師范大學學報(工程技術版);2010年02期
2 馬程;楊詩琴;;基于量子粒子群的帶障礙約束的空間聚類[J];安慶師范學院學報(自然科學版);2010年03期
3 殷俊華;李光強;陳翼;鄧敏;;基于概念格的空間聚類方法[J];計算機系統(tǒng)應用;2011年06期
4 李霞;徐樹維;;子空間聚類改進算法研究綜述[J];計算機仿真;2010年05期
5 陳銘;吉根林;;一種基于相似維的高維子空間聚類算法[J];南京師大學報(自然科學版);2010年04期
6 馬程;陳杰;;障礙約束下的空間聚類算法分析[J];宜春學院學報;2012年12期
7 張思亮;李廣霞;;子空間聚類在入侵檢測中的應用[J];計算機安全;2013年12期
8 何彬彬;方濤;郭達志;;基于不確定性的空間聚類[J];計算機科學;2004年11期
9 楊楊;孫志偉;趙政;;一種處理障礙約束的基于密度的空間聚類算法[J];計算機應用;2007年07期
10 李光強;鄧敏;程濤;朱建軍;;一種基于雙重距離的空間聚類方法[J];測繪學報;2008年04期
中國重要會議論文全文數(shù)據(jù)庫 前6條
1 劉啟亮;鄧敏;彭東亮;徐震;;基于場論的空間聚類有效性評價方法研究[A];2009`中國地理信息產(chǎn)業(yè)論壇暨第二屆教育論壇就業(yè)洽談會論文集[C];2009年
2 鄧羽;;廣義多維云模型在空間聚類中的應用[A];地理學與生態(tài)文明建設——中國地理學會2008年學術年會論文摘要集[C];2008年
3 鄧敏;劉啟亮;李光強;程濤;;一種基于場模型的空間聚類算法[A];現(xiàn)代測量技術與地理信息系統(tǒng)科技創(chuàng)新及產(chǎn)業(yè)發(fā)展研討會論文集[C];2009年
4 徐玉峰;周麗華;肖清;;一種基于數(shù)據(jù)分布差異度的子空間聚類算法[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集(一)[C];2008年
5 張燕萍;姜青山;;k-means型軟子空間聚類算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集A輯二[C];2010年
6 任家東;周瑋瑋;何海濤;;高維數(shù)據(jù)流的自適應子空間聚類算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集A輯二[C];2010年
中國博士學位論文全文數(shù)據(jù)庫 前3條
1 孫麗萍;半監(jiān)督空間聚類方法及其在城市公共設施區(qū)位規(guī)劃中的應用研究[D];安徽師范大學;2015年
2 黃明;基于空間分區(qū)的空間聚類研究[D];武漢大學;2010年
3 王劍亭;面向量子密鑰分發(fā)安全性分析的子空間聚類算法研究[D];中國科學技術大學;2015年
中國碩士學位論文全文數(shù)據(jù)庫 前10條
1 魏海洋;城市案件空間聚類技術研究[D];北京建筑大學;2015年
2 張洋;基于空間聚類的公路交通運力態(tài)勢可視化方法研究[D];國防科學技術大學;2013年
3 歐陽佩佩;改進的稀疏子空間聚類算法研究[D];青島大學;2015年
4 孫素敏;子空間聚類及其應用[D];西安建筑科技大學;2016年
5 許亞駿;子空間聚類算法研究及應用[D];江南大學;2016年
6 凌曉蔚;基于子空間聚類的多關系社交網(wǎng)絡挖掘研究[D];電子科技大學;2016年
7 吳飛;面向序列數(shù)據(jù)的稀疏低秩子空間聚類方法研究[D];北京工業(yè)大學;2016年
8 鄧振云;稀疏樣本自表達的子空間聚類算法[D];廣西師范大學;2016年
9 齊緒停;基于子空間聚類的文本相關性研究[D];山東師范大學;2016年
10 顧曉偉;基于面狀區(qū)域混合類型數(shù)據(jù)的空間聚類算法研究及應用[D];遼寧工程技術大學;2015年
,本文編號:1197473
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1197473.html