×
刘思佳;阿纳斯塔西奥斯·马扎维诺斯;塞图拉曼，桑德

数据集群和应用程序中的随机行走距离。 （英语） Zbl 1261.62059号

高级数据分析。分类。，ADAC公司 7，第1期，83-108（2013）.
摘要：我们开发了一系列数据聚类算法，这些算法结合了现有谱聚类方法的优点和模糊方法的各种理想特性。特别是，我们表明，在具有不同几何形状的数据集中，所开发的方法“Fuzzy-RW”优于其他常用算法。作为应用，我们讨论了生物和人脸识别基准（如IRIS和YALE人脸数据集）的数据聚类。

引用于三文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
60克50 独立随机变量的和；随机游走
68分10秒 模式识别、语音识别
65C60个 统计中的计算问题（MSC2010）

关键词：

光谱聚类;模糊聚类方法;随机游走;拉普拉斯图;马哈拉诺比斯;人脸识别

软件：

IsoRankN公司;耶鲁脸;巨浪
PDF格式BibTeX公司 XML格式引用
\textit{S.Liu}等人，高级数据分析。分类。，ADAC 7，No.1，83--108（2013；Zbl 1261.62059）
全文： DOI程序

参考文献：

[1] Abonyi J，Feil B（2007），数据挖掘和系统识别的聚类分析。巴塞尔Birkhäuser·Zbl 1156.62045号
[2] Alamgir M，von Luxburg U（2011），p-电阻家族中的相变。收录：Shawe-Taylor J、Zemel R、Bartlett P、Pereira F、Weinberger K（编辑）《神经信息处理系统进展》，第24卷。http://books.nips.cc/papers/files/nips24/NIPS2011_0278.pdf
[3] Arias-Castro E，Chen G，Lerman G（2010）基于局部线性近似的谱聚类。arXiv:1001.1323v1·Zbl 1271.62132号
[4] Belhumeur P、Hespanha J、Kriegman D（1997）《特征脸与渔夫脸：使用特定类别线性投影的识别》。IEEE Trans-Pattern Ana Mach Intell 19（7）：711–720·doi:10.1109/34.598228
[5] Belkin M，Niyogi P（2003），用于降维和数据表示的拉普拉斯特征映射。神经计算16:137-1396·Zbl 1085.68119号 ·doi:10.1162/089976603321780317
[6] Ben-Hur A，Elisseeff A，Guyon I（2002）一种基于稳定性的聚类数据结构发现方法。摘自：太平洋生物计算研讨会，第6-17页
[7] Bezdek J，Ehrlich R，Full W（1984）FCM：模糊c均值聚类算法。计算机地球科学10:191–203
[8] Bezdek J、Hall L、Clark M、Goldgof D、Clarke L（1997）《模糊模型医学图像分析》。统计方法医学研究6:191–214·doi:10.1191/096228097677057357
[9] Bock H-H（1974）《自动化Klassifikation》。Theoretische und praktische Methoden zur Gruppierung und Strukturierung von Daten（聚类分析）。范登和克公司；哥廷根·鲁普勒支（德语）·Zbl 0279.62013年
[10] Bock H-H（1987）关于聚类分析、主成分聚类和多维尺度之间的接口。收录：Bozdogan H，Gupta A（eds）多元统计建模和数据分析。多德雷赫特·雷德尔，第17-34页
[11] Brémaud P（1999）《马尔可夫链：吉布斯场、蒙特卡罗模拟和队列》。纽约州施普林格·Zbl 0949.60009号
[12] Brunelli R，Poggio T（1993）《人脸识别：特征与模板》。IEEE Trans-Pattern Ana Mach Intell 15（10）：1042–1053·数字对象标识代码：10.1109/34.254061
[13] Cao F、Delon J、Desolneux A、MuseéP、Sur F（2007）《检测群体和应用于形状识别的统一框架》。数学成像视觉杂志27（2）：91–119·Zbl 1478.68313号 ·doi:10.1007/s10851-006-9176-0
[14] Cao F，Lisani J-L，Morel J-M，MuseéP，Sur F（2008）《形状识别理论》。柏林施普林格
[15] Chen G，Lerman G（2009）谱曲率聚类（SCC）。国际J计算机视觉81（3）：317–330·doi:10.1007/s11263-008-0178-9
[16] Chen S，Zhang D（2004）基于新的核诱导距离测度的带空间约束的FCM鲁棒图像分割。IEEE Trans-Syst Man Cybern第B部分34（4）：1907–1916·doi:10.1109/TSMCB.2004.831165
[17] Chung F（1997）谱图理论。CBMS，第92卷。美国数学学会，普罗维登斯·Zbl 0867.05046号
[18] Coifman R，Lafon S（2006）扩散图。应用计算和谐分析21（1）：5–30·Zbl 1095.68094号 ·doi:10.1016/j.acha.2006.04.006
[19] Cominetti O，Matzavinos A，Samarasinghe S，Kulasiri D，Liu S，Maini P，Erban R（2010）Diffuzzy：复杂数据集的模糊聚类算法。国际计算机智能生物信息系统生物1（4）：402–417
[20] Desolneux A，Moisan L，Morel J-M（2008）《从格式塔理论到图像分析：概率方法》。纽约州施普林格·Zbl 1241.68001号
[21] Franke M，Geyer-Schulz A（2009）动态数据集受限随机行走聚类的更新算法。高级数据分析分类3（1）：63–92·Zbl 1282.62151号 ·doi:10.1007/s11634-009-0039-6
[22] Fu L，Medico E（2007）FLAME，一种用于分析DNA微阵列数据的新型模糊聚类方法。BMC生物信息8（3）。doi:10.11861471-2105-8-3
[23] Gan G，Ma C，Wu J（2007）《数据聚类：理论、算法和应用》。收录于：ASA-SIAM统计和应用概率系列。费城SIAM·Zbl 1185.68274号
[24] Georghiades A，Belhumeur P，Kriegman D（2001）从少到多：可变照明和姿势下人脸识别的照明锥模型。IEEE Trans-Pattern Ana Mach Intell 23（6）：643–660·doi:10.1109/34.927464
[25] Haralick R，Harpaz R（2005）线性流形聚类。In:Perner P，Imiya A（eds）模式识别中的机器学习和数据挖掘。计算机科学课堂讲稿，第3587卷。柏林施普林格，第132-141页
[26] Haralick R，Harpaz R（2007）通过随机搜索在高维空间中的线性流形聚类。图案识别40（10）：2672–2684·Zbl 1132.68636号 ·doi:10.1016/j.patcog.2007.01.020
[27] Hathaway R，Bezdek J（2001）Fuzzy$$c$$-表示不完整数据的聚类。IEEE Trans-Syst Man Cybern第B部分31（5）：735–744·数字对象标识代码：10.1109/3477.956035
[28] 何X，闫S，胡Y，Niyogi P，Zhang H-J（2005）利用拉普拉斯人脸进行人脸识别。IEEE Trans-Pattern Ana Mach Intell 27（3）：328–340·doi:10.1109/TPAMI.2005.55
[29] Higham D、Kalna G、Kibble M（2007）《光谱聚类及其在生物信息学中的应用》。计算应用数学杂志204（1）：25–37·Zbl 1123.65024号 ·doi:10.1016/j.cam.2006.04.026
[30] Jain A（2010）数据聚类：超过K-means 50年。图案识别信31（8）：651–666·doi:10.1016/j.patrec.2009.09.011
[31] Kimmel R，Sapiro G（2003）人脸识别数学。SIAM新闻36（3）。http://www.siam.org/news/news.php？id=309
[32] Kogan J（2007）《大数据和高维数据聚类介绍》。剑桥大学出版社，纽约·Zbl 1183.62106号
[33] Lee K-C，Ho JM，Kriegman D（2005）获取可变光照下人脸识别的线性子空间。IEEE Trans-Pattern Ana Mach Intell 27（5）：684–698
[34] Levine E，Domany E（2001）无监督估计聚类有效性的重抽样方法。神经计算机13（11）：2573–2593·Zbl 0993.68113号 ·doi:10.1162/089976601753196030
[35] Liao C-S，Lu K，Baym M，Singh R，Berger B（2009）IsoRankN：多蛋白网络全局比对的光谱方法。生物信息学25（12）：i253–i258·doi:10.1093/bioinformatics/btp203
[36] Macqueen J（1967）多元观测分类和分析的一些方法。摘自：第五届伯克利数理统计与概率研讨会论文集。加利福尼亚大学出版社，第281-297页·Zbl 0214.46201号
[37] Meila M（2006）$$k$$-均值的良好最优的唯一性。收录：Cohen W，Moore A（编辑）《第23届机器学习国际会议论文集》，第625-632页
[38] Miyamoto S、Ichihashi H、Honda K（2008）《模糊聚类算法：c-means聚类方法及其应用》。模糊和软计算研究，第229卷。柏林施普林格·Zbl 1147.68073号
[39] Muller N、Magaia L、Herbst B（2004）奇异值分解、特征面和3D重建。SIAM版本46（3）：518–545·Zbl 1061.65033号 ·doi:10.1137/S0036144501387517
[40] Ng A、Jordan M、Weiss Y（2002）《关于光谱聚类：分析和算法》。收录：Leen T、Dietterich T、Tresp V（eds）《神经信息处理系统进展》，第14卷。麻省理工学院出版社，剑桥，第849-856页
[41] Shental N，Bar-Hillel A，Hertz T，Weinshall D（2009）具有等效约束的高斯混合模型。收录：Basu S、Davidson I、Wagstaff K（eds）约束聚类：算法、理论和应用的进展。查普曼&amp；伦敦霍尔，第33-58页·Zbl 1161.68775号
[42] Shi J，Malik J（2000）标准化切割和图像分割。IEEE Trans-Pattern Anal Image Segm 22（8）：888–905·数字对象标识代码：10.1109/34.868688
[43] Snel B，Bork P，Huynen M（2002）《从基因的基因组关联中识别功能模块》。PNAS 99（9）：5890–5895·doi:10.1073/pnas.092632599
[44] Späth H（1985）聚类分析。奇切斯特Ellis Horwood有限公司·Zbl 0584.62094号
[45] Tsao J，Lauterbur P（1998）基于广义聚类的多模态图像配准。第20届国际会议议程IEEE Eng-Med Biol Soc 20（2）：667–670
[46] Tziakos I，Theoharatos C，Laskaris N，Economou G（2009）使用拉普拉斯特征映射进行彩色图像分割。电子成像杂志18（2）：023004·doi:10.1117/1.3122369
[47] von Luxburg U（2007）光谱聚类教程。Stat Comput 17（4）：395–416·数字对象标识代码：10.1007/s11222-007-9033-z
[48] von Luxburg U，Radl A，Hein M（2010）《在太空中迷失：通勤距离的大样本分析》。收录：Lafferty J、Williams CKI、Shawe-Taylor J、Zemel R、Culotta A（编辑）《神经信息处理系统进展》，第23卷。http://books.nips.c/papers/files/nips23/NIPS210_0929.pdf
[49] Yen D，Vanvyve F，Wouters F，Fouss F，Verleysen M，Saerens M（2005），使用基于随机行走的距离测量进行聚类。收录：Verleysen M（ed）收录：第13届欧洲人工神经网络研讨会论文集，第317–324页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。