Late Fusion Multi-View Clustering Based on Local Multi-Kernel Learning
-
摘要: 基于图谱理论的多视图聚类是该领域的代表性方法之一.然而,现有模型尚存在3个问题.1)这类方法大多没有考虑不同视图之间的聚类性能差异,强制要求所有视图共享一个公共相似图;2)部分模型将相似图构建和聚类分步进行,导致所构建的相似图对于聚类任务并非最优;3)虽已有若干模型采用核学习处理数据间的非线性关系,但大多基于全局模型计算数据在核空间中的自表达关系,不利于充分挖掘局部非线性信息,且易带来沉重的计算负荷.为了应对以上问题,提出一种基于邻域多核学习的后融合多视图聚类算法,在类划分空间而不是数据相似图的层次进行信息融合,采用邻域多核学习方案在充分保留局部非线性关系的同时减轻计算负荷,并提出一种交替优化方案将相似图构建、多核组合、类指示矩阵生成等子任务在统一的框架下进行协同优化.多个数据集上的实验表明:该算法具有良好的多视图聚类效果.Abstract: Graph-based multi-view clustering is one of the representative methods in that field. However, existing models still have problems as following. First, most of them do not consider the difference of clustering capacity among different views and force all views to share a common similarity graph. Next, some models construct the similarity graph and conduct clustering in separated steps, resulting in the constructed similarity graph is not optimal for the following clustering tasks. Finally, although there are many models using kernel learning to deal with the nonlinear relationship between data points, most of them calculate the self-expressive relationship in kernel space based on global models. Such global schemes are not conducive to fully explore local nonlinear relationship, and easy to bring about heavy computing load. Therefore, this paper proposes a late fusion multi-view clustering model based on local multi-kernel learning. We implement information fusion at the level of class partition space rather than similarity graph, and adopt local multi-kernel learning scheme to fully preserve the local nonlinear relationship as well as reduce the computational load. We also propose an alternative optimization scheme to solve the construction of similarity graph, combination of multi-kernel and generation of class indicator matrix in a unified framework. Experiments on multiple datasets show that the proposed method has good multi-view clustering effect.
-
Keywords:
- local structure /
- multi-kernel learning /
- spectral rotation /
- late fusion /
- multi-view clustering
-
-
期刊类型引用(22)
1. 李鹏,林显,曾旭川. 基于智能索引算法的集控设备事故辅助预警方法研究. 电子设计工程. 2024(05): 131-135 . 百度学术
2. 何远景,李光龙. 基于多级索引表的金融业务数据库精准查询方法. 安阳工学院学报. 2024(02): 60-64 . 百度学术
3. 苏蕊,王亚婷,闫润珍,王悦. 基于近似匹配模型的电网多模态数据检索研究. 电子设计工程. 2024(07): 153-157 . 百度学术
4. 蓝晓东,赵敏彤,黄欣,肖勇. 基于H型指数的AI多维知识地图信息检索研究. 自动化技术与应用. 2024(06): 112-115 . 百度学术
5. 窦雪倩,王文兵,刘美琪. 面向电磁态势的空间网格处理方法研究. 舰船电子对抗. 2024(05): 70-74 . 百度学术
6. 王永志,李逸清,康念坤,王宝娟,杨梦茜,陈健. 基于GIS的农地权属公示图自动生成方法. 苏州科技大学学报(自然科学版). 2024(04): 114-119 . 百度学术
7. 赖欣,梁昌盛,朱美玲. 基于时空数据模型的障碍物数据集数据查询与应用研究. 航空工程进展. 2023(01): 165-174 . 百度学术
8. 马芳平,李林,郭金婷,柳玉兰,徐镭梦. 基于粒子群算法的科技创新数据检索系统设计. 电子设计工程. 2023(15): 66-69+74 . 百度学术
9. 孙妍,张俊超,薛峪峰. 基于流量检测的目标大数据快速检索系统设计. 电子设计工程. 2023(17): 182-186 . 百度学术
10. 余豪东,陈玉明,吴克寿,韩锋钢. 决策粒K均值聚类算法. 闽南师范大学学报(自然科学版). 2023(03): 1-13 . 百度学术
11. 李雪琛,张齐. 开源网络空间大数据暴力破解攻击识别算法设计. 吉林大学学报(信息科学版). 2023(06): 1086-1092 . 百度学术
12. 胡媛媛,江春然,甘杜芬. 基于群体智能算法的大数据分布式存储方法. 计算机仿真. 2023(11): 447-451 . 百度学术
13. 方圆,王丽珍,王晓璇,杨培忠. 基于空间占有度的主导并置模式挖掘. 计算机研究与发展. 2022(02): 264-281 . 本站查看
14. 蒋贞慧. 基于多层感知学习的工程档案大数据检索系统设计. 自动化与仪器仪表. 2022(02): 69-72 . 百度学术
15. 焦洋洋,刘平芝,熊顺,徐道柱. 基于自然格网索引的多尺度面实体增量级联更新方法. 地球信息科学学报. 2022(05): 851-863 . 百度学术
16. 王丹,王玫. 一种适用于内部信息统筹与服务对像信息快速检索仿真设计. 粘接. 2022(11): 169-173 . 百度学术
17. 杨凤丽,李娜,刘仁芬. 基于多级索引的高维数据近似最近邻搜索. 计算机仿真. 2022(11): 398-401 . 百度学术
18. 朱小龙,谢忠. 基于机器学习的地理空间数据抽取算法. 吉林大学学报(工学版). 2021(03): 1011-1016 . 百度学术
19. 陶建平,曹霞. 云环境下多核仿真平台虚拟任务数据索引. 计算机仿真. 2021(11): 389-393 . 百度学术
20. 李盼盼,赵浩,林慧恩. 基于相似树查询的隐私大数据定向检索算法. 计算机仿真. 2021(11): 429-432+437 . 百度学术
21. 陈伊玲. 基于地理空间大数据的复合空间索引. 测绘通报. 2021(S2): 276-279+284 . 百度学术
22. 廖芳芳,裴春营,李永峰. 基于最高层级的影像分布式切片技术研究. 计算机产品与流通. 2020(10): 38-39 . 百度学术
其他类型引用(12)
计量
- 文章访问数: 1107
- HTML全文浏览量: 3
- PDF下载量: 551
- 被引次数: 34