首页 | 本学科首页   官方微博 | 高级检索  
     

峰值点非负矩阵分解聚类算法
引用本文:徐晓华,方威,何萍,仁祥,姜玉麟,葛方毅. 峰值点非负矩阵分解聚类算法[J]. 南京航空航天大学学报, 2021, 53(5): 772-779
作者姓名:徐晓华  方威  何萍  仁祥  姜玉麟  葛方毅
作者单位:扬州大学信息工程学院,扬州 225000
基金项目:国家自然科学基金(61402395)资助项目;江苏省自然科学基金(BK20201430,BK20151314,BK20140492)资助项目。
摘    要:非负矩阵分解模型是一种常见的数据降维方法。在现有非负矩阵分解算法用于聚类的研究中,每个类别一般仅由一个或者指定多个中心点表示,然而这种表示方式往往无法准确描述其类别的特征和结构,从而影响聚类效果。为了解决这个问题,本文提出了峰值点非负矩阵分解算法。该算法首先为数据集找到多个密度峰值点,并构建密度峰值点和样本点的二部图,然后利用二部图完成聚类。此外该算法引入流形图正则化项来充分利用数据间的流形结构信息,并给出了算法的迭代更新规则。在大量真实数据集上的实验结果表明,该方法可以更加有效地利用数据本身的结构信息,从而提高聚类效果。

关 键 词:非负矩阵分解  降维  密度峰值  图正则  聚类分析
收稿时间:2020-09-25
修稿时间:2020-11-09

Clustering Algorithm for Peaks Non-negative Matrix Factorization
XU Xiaohu,FANG Wei,HE Ping,REN Xiang,JIANG Yulin,GE Fangyi. Clustering Algorithm for Peaks Non-negative Matrix Factorization[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2021, 53(5): 772-779
Authors:XU Xiaohu  FANG Wei  HE Ping  REN Xiang  JIANG Yulin  GE Fangyi
Abstract:
Keywords:non-negative matrix factorization  dimensionality reduction  density peaks  graph regularization  clustering analysis
本文献已被 万方数据 等数据库收录!
点击此处可从《南京航空航天大学学报》浏览原始摘要信息
点击此处可从《南京航空航天大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号