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(bào)或認(rèn)領(lǐng)
文檔簡介
1、我們現(xiàn)在處于大數(shù)據(jù)時(shí)代,微信、微博等新媒體迅猛發(fā)展,我們不僅是數(shù)據(jù)的接收者,更是數(shù)據(jù)的發(fā)布者。圖片、視頻、音頻、文字等信息遍布網(wǎng)絡(luò),大數(shù)據(jù)成為網(wǎng)絡(luò)時(shí)代的資產(chǎn)。大數(shù)據(jù)本身既不是科學(xué)也不是技術(shù),大數(shù)據(jù)的特點(diǎn)是數(shù)據(jù)數(shù)量巨大,價(jià)值密度低,實(shí)時(shí)在線,多源異構(gòu),我們希望從龐大的數(shù)據(jù)中獲取有價(jià)值的信息,聚類是挖掘大數(shù)據(jù)資產(chǎn)價(jià)值的第一步,大數(shù)據(jù)突破點(diǎn)在于聚類?,F(xiàn)有的機(jī)器學(xué)習(xí)聚類算法如譜聚類、雙圖聚類、特征選擇聚類算法等都存在一定的局限性,傳統(tǒng)的譜聚類算
2、法忽略了數(shù)據(jù)集的判別信息,雙圖聚類算法沒有考慮特征空間的幾何信息,特征選擇算法忽略了數(shù)據(jù)本身的自相似性等,聚類的準(zhǔn)確率有待提高。因此,我們以聚類為主題,通過挖掘數(shù)據(jù)本身固有的結(jié)構(gòu)如局部幾何結(jié)構(gòu)、全部判別結(jié)構(gòu),特征空間幾何信息等信息對數(shù)據(jù)聚類。本論文的主要工作如下:
1)譜聚類算法建立在圖論中的譜圖理論基礎(chǔ)上,將聚類問題轉(zhuǎn)化為圖的最優(yōu)劃分問題。已有學(xué)者證明在一定的條件下,譜聚類算法和非負(fù)矩陣分解(NMF)等價(jià)。在此基礎(chǔ)上,已有的
3、非負(fù)譜聚類算法NSC-Ncut、NSC-Rcut、NSSC-Ncut和NSSC-Rcut都沒有考慮數(shù)據(jù)集的全局判別信息?;谧V聚類與NMF的等價(jià)關(guān)系,考慮到數(shù)據(jù)集的全局判別信息,我們提出了新的譜聚類算法,即基于全局判別的非負(fù)譜聚類算法(GDBNSC-Ncut和GDBNSC-Rcut)。新的譜聚類算法保留了數(shù)據(jù)集的全局幾何結(jié)構(gòu)和全局判別結(jié)構(gòu),獲取了數(shù)據(jù)的內(nèi)在幾何結(jié)構(gòu),且有更強(qiáng)的判別能力,提高了聚類的質(zhì)量。實(shí)驗(yàn)結(jié)果表明,該算法能獲得數(shù)據(jù)集的
4、全局判別信息,具有更好的聚類效果。
2)特征選擇算法剔除了不相關(guān)和冗余的特征,保留最有代表性的特征,不僅能降低數(shù)據(jù)維數(shù),還能提高算法的質(zhì)量?,F(xiàn)有的特征選擇算法大都是在數(shù)據(jù)空間進(jìn)行,本文提出了一種新的特征選擇算法,即基于自表示的雙圖正則特征選擇聚類算法(DFSC),運(yùn)用數(shù)據(jù)可以由自身表示的特性,我們同時(shí)保留數(shù)據(jù)空間和特征空間的局部幾何信息。通過對數(shù)據(jù)空間的自表示系數(shù)矩陣加以l2,1范數(shù)約束,DFSC算法可以有效地選擇最具代表性的
5、特征。實(shí)驗(yàn)結(jié)果表明,由于考慮了特征空間的信息,DFSC算法的聚類質(zhì)量優(yōu)于一些其他的特征選擇算法。此外,DFSC算法和一些雙圖聚類算法相比,多了一個(gè)選擇的過程,對比試驗(yàn)結(jié)果表明DFSC算法的聚類質(zhì)量更高,選擇判別性的特征有利于提高聚類質(zhì)量。
3)特征選擇算法被廣泛用于高維數(shù)據(jù)的降維,考慮到高維數(shù)據(jù)的自表示特征,受流形學(xué)習(xí)思想的啟發(fā),我們提出了一種新的特征選擇聚類算法,即基于自表示和局部保留的無監(jiān)督特征選擇聚類算法(SRLP-FS
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(huì)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(chǔ)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(shí)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。
最新文檔
- 基于語言信息的聚類方法研究.pdf
- 基于信息粒的模糊聚類方法研究.pdf
- 基于信息熵聚類的異常檢測方法研究.pdf
- 基于信息熵的聚類個(gè)數(shù)確定方法研究.pdf
- 基于網(wǎng)格和信息熵的聚類算法.pdf
- 基于信息融合的聚類控制方法和控制器的研究.pdf
- 基于維度判別的文本情感聚類方法研究.pdf
- 基于樣本分布信息的聚類方法的研究.pdf
- 基于聚類和方向特征信息的圖像變化檢測方法.pdf
- 譜方法和信息熵在聚類中的應(yīng)用.pdf
- 基于多特征信息融合的WEB廣告聚類方法研究.pdf
- 基于鄰域信息和模糊聚類的圖像分割算法研究.pdf
- 基于聚類和分化特性的網(wǎng)絡(luò)時(shí)間隱蔽信息道檢測方法的研究.pdf
- 基于鄰域信息的聚類算法和社區(qū)發(fā)現(xiàn)算法研究.pdf
- 一種基于數(shù)據(jù)聚類的信息?;椒?pdf
- 基于高頻信息的模糊人臉圖像判別方法研究.pdf
- 基于文本聚類的新聞信息聚合的研究.pdf
- 基于描述信息的服務(wù)聚類及開發(fā)者推薦方法研究.pdf
- 基于FCM聚類的品牌狀態(tài)判別模型的研究.pdf
- 基于鄰域信息的譜聚類應(yīng)用研究.pdf
評論
0/150
提交評論