• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

多视角生成模型的可解释性聚类

潘笑颜, 娄铮铮, 姬波, 叶阳东

潘笑颜, 娄铮铮, 姬波, 叶阳东. 多视角生成模型的可解释性聚类[J]. 计算机研究与发展, 2017, 54(8): 1713-1723. DOI: 10.7544/issn1000-1239.2017.20170175
引用本文: 潘笑颜, 娄铮铮, 姬波, 叶阳东. 多视角生成模型的可解释性聚类[J]. 计算机研究与发展, 2017, 54(8): 1713-1723. DOI: 10.7544/issn1000-1239.2017.20170175
Pan Xiaoyan, Lou Zhengzheng, Ji Bo, Ye Yangdong. Interpretable Clustering with Multi-View Generative Model[J]. Journal of Computer Research and Development, 2017, 54(8): 1713-1723. DOI: 10.7544/issn1000-1239.2017.20170175
Citation: Pan Xiaoyan, Lou Zhengzheng, Ji Bo, Ye Yangdong. Interpretable Clustering with Multi-View Generative Model[J]. Journal of Computer Research and Development, 2017, 54(8): 1713-1723. DOI: 10.7544/issn1000-1239.2017.20170175

多视角生成模型的可解释性聚类

基金项目: 国家自然科学基金项目(61502434,61170223);河南省科技攻关项目(172102210011)
详细信息
  • 中图分类号: TP181

Interpretable Clustering with Multi-View Generative Model

  • 摘要: 针对聚类中的多视角和可解释的问题,提出多视角生成模型的可解释性聚类算法(interpretable clustering with multi-view generative model, ICMG).ICMG能够产生多个视角的聚类划分,并通过视角的语义信息对聚类结果进行定性和定量地解释.首先,构建一种多视角生成模型(multi-view generative model, MGM),该模型使用贝叶斯程序学习(Bayesian program learning, BPL)和嵌入多视角因素的贝叶斯案例模型(multi-view Bayesian case model, MBCM)生成多个视角.其次,基于视角的匹配度进行聚类得到多种聚类方案.最后使用视角的原型和子空间所附带的语义信息定性和定量地解释聚类结果.实验结果表明:ICMG能够得到多种可解释的聚类结果,相比于传统多视角聚类算法具有较明显的优势.
    Abstract: Clustering has two problems: multi-view and interpretation. In this paper, we propose an interpretable clustering with multi-view generative model (ICMG). ICMG can get multiple clustering based multi-view meanwhile qualitatively and quantitatively interpret clustering results by using semantic information in views. Firstly, we construct a multi-view generative model (MGM). It generates multiple views by using Bayesian program learning (BPL) and multi-view Bayesian case model (MBCM). Then we get multiple clustering by clustering based on views’ matching degree. Finally, ICMG qualitatively and quantitatively interprets clustering results by using semantic information in views’ prototypes and important features. Experimental results show ICMG can get multiple interpretable clustering and the performance of ICMG is superior to traditional multi-view clustering.
  • 期刊类型引用(16)

    1. 董艳燕. 基于混合密码技术的一种大数据加密技术研究. 湖北师范大学学报(自然科学版). 2024(02): 52-55 . 百度学术
    2. 刘小都,赵慧奇. 基于混合密码体制的大数据隐匿性特征安全提取技术. 南京信息工程大学学报(自然科学版). 2023(03): 286-292 . 百度学术
    3. 李博. 基于元模型控制的智能电网大数据安全监测技术研究. 电气自动化. 2023(04): 112-114+118 . 百度学术
    4. 王腾腾,柴志雷. SM4国密算法的异构可重构计算系统研究. 计算机应用研究. 2023(09): 2826-2831 . 百度学术
    5. 吴艾青,李伟,别梦妮,南龙梅,陈韬. 分簇式VLIW密码专用处理器的编译器后端优化研究. 小型微型计算机系统. 2023(10): 2346-2352 . 百度学术
    6. 李高磊,李建华,周志洪,张昊. 面向新型关键基础设施的密码应用安全性评估技术综述. 网络与信息安全学报. 2023(06): 1-19 . 百度学术
    7. 史运涛 ,董广亮 ,雷振伍 . 工业互联网云网关架构及实现. 计算机应用与软件. 2022(02): 138-143+227 . 百度学术
    8. 李斌,周清雷,陈晓杰,冯峰. 可重构的素域SM2算法优化方法. 通信学报. 2022(03): 30-41 . 百度学术
    9. 翟嘉琪,李斌,周清雷,陈晓杰. 基于FPGA的高性能可扩展SM4-GCM算法实现. 计算机科学. 2022(10): 74-82 . 百度学术
    10. 刘育平,杨尔欣,高攀,于光宗,顾冰凌,田琳. 基于大数据技术的智慧后勤信息动态加密方法. 信息安全研究. 2022(11): 1104-1110 . 百度学术
    11. 任伟峰. 内网敏感大数据共享交换安全性监控平台设计. 信息技术. 2022(10): 118-123 . 百度学术
    12. 李萍,朱春琴,曹磊,孙毅,魏房忠. 基于高性能密码实现的大数据安全研究. 无线互联科技. 2021(01): 104-107 . 百度学术
    13. 容爱琼,周超,陈东青. 野外环境数据加密传输及远程监测系统设计. 单片机与嵌入式系统应用. 2021(02): 86-89 . 百度学术
    14. 李庆,刘涵阅,张春生. 基于折叠技术的大数据样本洗牌算法研究. 计算机技术与发展. 2021(05): 43-47 . 百度学术
    15. 卫婧. 铁路商用密码应用及安全技术体系研究. 铁路计算机应用. 2020(08): 43-47 . 百度学术
    16. 李杰,李雷孝,孔冬冬. 一种基于中文助记词的椭圆曲线密钥生成方案. 内蒙古工业大学学报(自然科学版). 2020(02): 128-135 . 百度学术

    其他类型引用(1)

计量
  • 文章访问数:  1588
  • HTML全文浏览量:  0
  • PDF下载量:  533
  • 被引次数: 17
出版历程
  • 发布日期:  2017-07-31

目录

    /

    返回文章
    返回