本文選題：譜聚類(lèi) + 超圖�。� 參考：《計(jì)算機(jī)應(yīng)用研究》2017年06期

【摘要】：針對(duì)傳統(tǒng)譜聚類(lèi)算法僅考慮數(shù)據(jù)點(diǎn)對(duì)點(diǎn)間的相互關(guān)系而未考慮數(shù)據(jù)間可能隱藏的復(fù)雜的相關(guān)性的問(wèn)題,提出一種基于超圖和自表征的譜聚類(lèi)方法。首先,建立數(shù)據(jù)的超圖,得到超圖的拉普拉斯矩陣表示;然后利用l_(2,1)-范數(shù)對(duì)樣本進(jìn)行行稀疏自表征,同時(shí)融入超圖來(lái)描述數(shù)據(jù)間多層次的相互關(guān)系;最后,利用生成的自表征系數(shù)進(jìn)行譜聚類(lèi)。利用基于超圖的樣本自表征技術(shù)考慮了樣本之間復(fù)雜的相關(guān)性。通過(guò)在Hopkins155等數(shù)據(jù)集上的實(shí)驗(yàn)表明,在聚類(lèi)錯(cuò)誤率評(píng)判標(biāo)準(zhǔn)下,算法優(yōu)于現(xiàn)有基于普通圖的譜聚類(lèi)算法SSC、SRC等。
[Abstract]:A spectral clustering method based on hypergraph and self-representation is proposed to solve the problem that the traditional spectral clustering algorithm only considers the data point-to-point relationship without considering the complex correlation that may be hidden between the data. Firstly, the hypergraph of the data is established, and the Laplace matrix representation of the hypergraph is obtained. Then, the row sparse self-representation of the sample is performed by using the L / S _ 2 / 1 / -norm, and the hypergraph is incorporated to describe the multi-level interrelation between the data. The generated self-characterization coefficients are used for spectral clustering. The complex correlation between samples is considered by using hypergraph-based self-representation technique. Experiments on Hopkins155 and other data sets show that the proposed algorithm is superior to the existing spectral clustering algorithm based on common graphs under the criterion of clustering error rate.
【作者單位】： 廣西師范大學(xué)廣西多源信息挖掘與安全重點(diǎn)實(shí)驗(yàn)室;廣西師范學(xué)院計(jì)算機(jī)與信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61450001,61263035,61573270) 國(guó)家“973”計(jì)劃資助項(xiàng)目(2013CB329404) 中國(guó)博士后科學(xué)基金資助項(xiàng)目(2015M570837) 廣西自然科學(xué)基金資助項(xiàng)目(2012GXNSFGA060004,2015GXNSFCB139011,2015GXNSFAA139306) 廣西研究生教育創(chuàng)新計(jì)劃資助項(xiàng)目(YCSZ2016045,XYCSZ2017064)
【分類(lèi)號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭嘉凱;;云可大可小[J];軟件和信息服務(wù);2013年11期

2 范鵬飛;;超圖與組合優(yōu)化的探討[J];南京郵電學(xué)院學(xué)報(bào);1988年02期

3 郝忠孝;郭景峰;;一種基于超圖的最小覆蓋集求法[J];計(jì)算機(jī)研究與發(fā)展;1990年10期

4 楊春德;;偽超圖開(kāi)關(guān)類(lèi)的若干性質(zhì)[J];重慶郵電學(xué)院學(xué)報(bào);1993年01期

5 許小滿，孫雨耕，，楊山，黃汝激;超圖理論及其應(yīng)用[J];電子學(xué)報(bào);1994年08期

6 高則年;具有最佳連通性超圖和容錯(cuò)多總線系統(tǒng)的設(shè)計(jì)[J];計(jì)算機(jī)學(xué)報(bào);1990年11期

7 牛祿青;;超圖軟件:內(nèi)外兼修[J];新經(jīng)濟(jì)導(dǎo)刊;2011年09期

8 郝忠孝,高巖,姚春龍;連接超圖的有關(guān)理論研究I:無(wú)α環(huán)分解的基本理論[J];計(jì)算機(jī)研究與發(fā)展;1997年S1期

9 黃汝激;應(yīng)用超圖理論實(shí)現(xiàn)有向基本割集矩陣[J];電子科學(xué)學(xué)刊;1992年01期

10 冷明;孫凌宇;邊計(jì)年;馬昱春;;一種時(shí)間復(fù)雜度為O(m)的無(wú)向超圖核值求解算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年11期

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)駐東京記者 吳仲國(guó);中國(guó)軟件在日本叫響知名品牌成市場(chǎng)寵兒[N];科技日?qǐng)?bào);2002年

2 證券時(shí)報(bào)記者 吳中珞;超圖軟件信披創(chuàng)新 微博釋疑股吧發(fā)帖詳解年報(bào)延期[N];證券時(shí)報(bào);2011年

3 本報(bào)記者 朱熹妍;地理信息火爆 超圖地理專(zhuān)注成器[N];經(jīng)濟(jì)觀察報(bào);2008年

4 記者 趙一蕙;超圖軟件業(yè)績(jī)快報(bào)“失準(zhǔn)”逾20%[N];上海證券報(bào);2013年

5 欒玲　趙培;超圖軟件：中國(guó)“智”造的跨國(guó)軟件企業(yè)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2010年

6 本報(bào)記者 解佳濤　戈清平;超圖軟件：做“中國(guó)智造”的跨國(guó)軟件企業(yè)[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2010年

7 本報(bào)記者 梁爽;超圖：十年打造地理信息超級(jí)版圖[N];中國(guó)政府采購(gòu)報(bào);2012年

8 徐洋;北京市委書(shū)記郭金龍視察超圖軟件公司[N];中國(guó)測(cè)繪報(bào);2012年

9 本報(bào)記者 鄭燃;超圖軟件：讓?xiě)?yīng)急事件避免盲人摸象[N];政府采購(gòu)信息報(bào);2011年

10 江雪;鐘耳順鐘情GIS[N];中國(guó)企業(yè)報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 古萬(wàn)榮;基于超圖模型的新聞推薦研究[D];華南理工大學(xué);2015年

2 孫艷萍;3一致超圖的拉格朗日和最大團(tuán)之間的關(guān)系的研究[D];湖南大學(xué);2016年

3 彭豪;超圖的Motzkin-Straus型結(jié)果及Frankl-F(?)redi猜想[D];湖南大學(xué);2015年

4 吳艷;3-一致超圖分解及相關(guān)問(wèn)題[D];北京交通大學(xué);2010年

5 吳穎敏;市場(chǎng)機(jī)遇發(fā)現(xiàn)的超圖支持方法研究[D];華中科技大學(xué);2009年

6 葉淼林;圖與超圖理論中的譜方法[D];安徽大學(xué);2010年

7 吉日木圖;圖的標(biāo)號(hào)及超圖分解問(wèn)題研究[D];大連理工大學(xué);2006年

8 王琦;網(wǎng)絡(luò)中的超圖嵌入問(wèn)題[D];山東大學(xué);2007年

9 蔡p

本文編號(hào)：1851124