×
王丽娟;黄佳文;尹明;蔡瑞初;郝志峰

鲁棒子空间聚类的块对角表示学习。 （英语） Zbl 1458.68186号

信息科学。 526, 54-67 (2020).
摘要：子空间聚类根据数据的低维子空间结构将一组数据分组到其底层子空间中。基于谱聚类的方法的性能在很大程度上依赖于亲和矩阵的学习块对角结构。然而，这种结构在数据中存在噪声时很脆弱。因此，集群性能显著降低。另一方面，在实践中，我们通常根本没有关于误差分布的先验知识，这导致我们无法用合适的范数对误差进行建模。为此，本文提出了一种用于子空间聚类的鲁棒块对角表示学习方法。具体地说，我们直接使用非凸正则化器来约束亲和矩阵，以利用块对角结构。此外，我们使用一个罚矩阵来自适应加权重建误差，以便在不需要先验知识的情况下处理噪声。我们还设计了一种有效的方法来计算与该矩阵相关的参数，降低了参数串的复杂性。实验结果表明，在合成数据和真实数据集上，我们的方法都优于最新的方法。

引用于4文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
62H30型 分类和区分；聚类分析（统计方面）

关键词：

子空间聚类;稳健性;光谱聚类;块对角线;相似矩阵

软件：

时尚-MNIST
PDF格式BibTeX公司 XML格式引用
\textit{L.Wang}等人，《信息科学》。526，54-67（2020；Zbl 1458.68186）
全文： 内政部

参考文献：

[1] 尹，M。；谢S。；Wu，Z。；Zhang，Y。；Gao，J.，通过学习自适应低秩图进行子空间聚类，IEEE Trans。图像处理。，273716-2728（2018）·Zbl 1409.94717号
[2] Yang，Y。；Wang，H.，《多视角聚类：一项调查》，《大数据最小分析》。，1, 2, 83-107 (2018)
[3] Ambler，C.，《非洲人》。三重遗产，非洲。事务。（伦敦），86，342，117（1987）
[4] Barezi，E.J。；郭敬通（Kwok，J.T.）。；Rabiee，H.R.，独立标签子空间中的多标签学习，模式识别。莱特。，97, 8-12 (2017)
[5] 石，D。；Wang，J。；Cheng，D。；Gao，J.，基于特征间隙的全局-局部亲和矩阵模型，用于基于图形的子空间聚类，模式识别。莱特。，89, 67-72 (2017)
[6] 哈斯蒂，T。；Simard，P.Y.，《手写字符识别的度量和模型》，《统计科学》。，54-65 (1998) ·Zbl 0966.68186号
[7] 巴斯里（Basri），R。；雅各布斯，D.W.，兰伯反射和线性子空间，IEEE Trans。模式分析。机器。智力。，2, 218-233 (2003)
[8] 刘，G。；林，Z。；Yan，S。；孙，J。；Yu，Y。；Ma，Y.，通过低秩表示实现子空间结构的稳健恢复，IEEE Trans。模式分析。马赫。智力。，35, 1, 171-184 (2013)
[9] Ng，A.Y。；M.I.乔丹。；Weiss，Y.，《关于谱聚类：分析和算法》，《神经信息处理系统进展》，849-856（2002）
[10] 史J。；Malik，J.，标准化切割和图像分割，IEEE Trans。模式分析。马赫。智力。，22, 8, 888-905 (2000)
[11] 彭，X。；Yi，Z。；Tang，H.，基于阈值岭回归的稳健子空间聚类。，第二十九届AAAI人工智能大会，3827-3833（2015）
[12] 尹，M。；高杰。；林，Z。；石青（Shi，Q.）。；Guo，Y.，对偶图正则化子空间聚类的潜在低秩表示，IEEE Trans。图像处理。，24, 12, 4918-4933 (2015) ·兹比尔1408.94773
[13] 尹，M。；高杰。；Lin，Z.，Laplacian正则化低秩表示及其应用，IEEE Trans。模式分析。马赫。智力。，38, 3, 504-517 (2015)
[14] 冯，J。；林，Z。；Xu，H。；Yan，S.，带块对角先验的稳健子空间分割，IEEE计算机视觉和模式识别会议论文集，3818-3825（2014）
[15] 卢，C。；冯，J。；Lin，Z。；梅，T。；Yan，S.，基于块对角表示的子空间聚类，IEEE Trans。模式分析。马赫。智力。，41, 2, 487-501 (2018)
[16] 坎迪斯，E.J。；Plan，Y.，Matrix completion with noise，程序。IEEE，98、6、925-936（2010）
[17] 坎迪斯，E.J。；李，X。；马云（Ma，Y.）。；Wright，J.，稳健主成分分析？，J.ACM（JACM），58、3、11（2011）·兹比尔1327.62369
[18] 李，P。；Yu，J。；王，M。；张，L。；蔡，D。；Li，X.，基于最小二乘正则化的约束低阶学习，IEEE Trans。赛博。，47, 12, 4250-4262 (2016)
[19] Elhamifar，E。；Vidal，R.，《稀疏子空间聚类：算法、理论和应用》，IEEE Trans。模式分析。马赫。智力。，35, 11, 2765-2781 (2013)
[20] 萨哈，B。；Pham，D.S。；Phung，D。；Venkatesh，S.，通过组稀疏编码实现稀疏子空间聚类，2013年SIAM国际数据挖掘会议论文集，130-138（2013），SIAM
[21] Pham，D.-S。；Budhaditya，S。；Phung，D。；Venkatesh，S.，通过利用空间约束改进子空间聚类，2012年IEEE计算机视觉和模式识别会议，550-557（2012），IEEE
[22] 庄，L。；高，H。；林，Z。；马云（Ma，Y.）。；张，X。；Yu，N.，用于半监督学习的非负低秩稀疏图，2012年IEEE计算机视觉和模式识别会议，2328-2335（2012），IEEE
[23] Von Luxburg，U.，《光谱聚类教程》，统计计算。，17, 4, 395-416 (2007)
[24] Dattoro，J.，《凸优化与欧几里德距离几何》（2010），卢鲁。通用域名格式
[25] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，Found。Trends®马赫数。学习。，3, 1, 1-122 (2011) ·兹比尔1229.90122
[26] H.Xiao，K.Rasul，R.Vollgraf，《Fashion-mnist:一种用于基准机器学习算法的新型图像数据集》，arXiv:1708.07747（2017）。
[27] 吕春云。；最小高度。；赵，Z.-Q。；朱，L。；黄，D.-S。；Yan，S.，通过最小二乘回归实现稳健高效的子空间分割，欧洲计算机视觉会议，347-360（2012），Springer
[28] 彭，C。；康，Z。；杨，M。；Cheng，Q.，特征选择嵌入子空间聚类，IEEE信号处理。莱特。，23, 7, 1018-1022 (2016)
[29] 郭，X.，通过同时学习数据表示及其亲和矩阵实现鲁棒子空间分割，第二十四届国际人工智能联合会议（2015）
[30] 李，Q。；刘，W。；Li，L.，通过子空间聚类的扩散过程进行亲和学习，模式识别。，84, 39-50 (2018)
[31] 舒茨，H。；曼宁，C.D。；Raghavan，P.，《信息检索导论》，计算机协会国际交流会议论文集，260（2008）·Zbl 1160.68008号
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。