×

符号

swMATH标识: 12668
软件作者: 匡、达;云,三云;公园,海桑
说明: 图聚类相似矩阵的非负低秩逼近。非负矩阵分解(NMF)提供了一个由两个非负因子乘积得到的矩阵的低阶近似。NMF已经被证明可以产生比其他方法(如K-means)更好的聚类结果。在本文中,我们进一步解释了NMF作为一种聚类方法,并研究了一种扩展的图聚类公式对称NMF(SymNMF)。与以数据矩阵为输入的NMF不同,SymNMF采用非负相似矩阵作为输入,并计算对称非负低秩近似。证明了SymNMF与谱聚类相关,证明了SymNMF是一种通用的图聚类方法,并讨论了SymNMF和谱聚类的优缺点。我们提出了两种SymNMF的优化算法,并讨论了它们的收敛性和计算效率。我们在文档聚类、图像聚类和图像分割方面的实验支持SymNMF作为一个图形在数据中捕捉潜在的线性和非线性关系的聚类方法。
主页: https://github.com/andybaoxv/symnmf
源代码: https://github.com/andybaoxv/symnmf
关键词: 对称非负矩阵分解;低秩近似;图聚类;光谱聚类
相关软件: HierNMF2型;斯莫克;RCV1型;很高兴;第2版;怪胎;虎鲸;安然电子邮件数据集;异常值NMF;Wirtinger流;朱莉娅;基奥普斯;便盆;咬合;SDPLR公司;雅尔米普;沉香;木槌;克吕托;t-SNE公司
引用于: 15种出版物

按年份列出的引文