Institutional Repository of School of Statistics
| 鲁棒自适应对称非负矩阵分解聚类算法 | |
高海燕1,2 ; 刘万金1; 黄恒君1,2
| |
| 2022-12-09 | |
| 发表期刊 | 计算机应用研究
 |
| 卷号 | 40期号:04页码:1-7 |
| 摘要 | 对称非负矩阵分解SNMF (symmetric nonnegative matrix factorization)作为一种基于图的聚类算法，能够更自然地捕获图表示中嵌入的聚类结构，并且在线性和非线性流形上获得更好的聚类结果，但对变量的初始化比较敏感。另外，标准的SNMF算法利用误差平方和来衡量分解的质量，对噪声和异常值敏感。为了解决这些问题，在集成学习视角下，提出一种鲁棒自适应对称非负矩阵分解聚类算法RS3NMF(robustselfadaptived symmetric nonnegative matrix factorization)。基于L2,1范数的RS3NMF模型缓解了噪声和异常值的影响，保持了特征旋转不变性，提高了模型的鲁棒性。同时，在不借助任何附加信息的前提下，利用SNMF对初始化特征的敏感性来逐步增强聚类性能。采用交替迭代方法优化，并保证目标函数值的收敛性。大量实验结果表明，所提RS3NMF算法优于其他先进的算法，具有较强的鲁棒性。 |
| 关键词 | 对称非负矩阵分解 鲁棒性 聚类 交替迭代方法 |
| DOI | 10.19734/j.issn.1001-3695.2022.08.0414 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| ISSN | 1001-3695 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP311.13 |
| 来源期刊等级 | C2类 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/33305 |
| 专题 | 统计与数据科学学院 |
| 作者单位 | 1.兰州财经大学统计学院; 2.甘肃省数字经济与社会计算科学重点实验室 |
| 第一作者单位 | 统计与数据科学学院 |
| 推荐引用方式 GB/T 7714 | 高海燕,刘万金,黄恒君. 鲁棒自适应对称非负矩阵分解聚类算法[J]. 计算机应用研究,2022,40(04):1-7. |
| APA | 高海燕,刘万金,&黄恒君.(2022).鲁棒自适应对称非负矩阵分解聚类算法.计算机应用研究,40(04),1-7. |
| MLA | 高海燕,et al."鲁棒自适应对称非负矩阵分解聚类算法".计算机应用研究 40.04(2022):1-7. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [高海燕]的文章 |
| [刘万金]的文章 |
| [黄恒君]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [高海燕]的文章 |
| [刘万金]的文章 |
| [黄恒君]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [高海燕]的文章 |
| [刘万金]的文章 |
| [黄恒君]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论