×
荣文涛;卓恩红;彭，洪;陈嘉洲;王海燕;汉、楚;蔡洪民

通过格拉斯曼流形上的子空间合并学习多视图聚类的一致性亲和矩阵。 （英语） Zbl 1475.62191号

信息科学。 547, 68-87 (2021).
摘要：集成多视图子空间聚类旨在通过将不同视图的代表性子空间信息融合到潜在空间中，将观测到的样本划分为底层聚类。聚类性能取决于样本亲和度测量的准确性。然而，现有的方法利用每个视图的子空间表示，而忽略了适当样本相关性的学习。本文提出通过合并Grassmann流形上不同视图的子空间表示直接学习一致亲和性，同时保持它们在这些视图上的几何结构。该方法不仅保留了信息量最大的单个视图的结构，而且发现了所有视图之间的潜在公共结构。使用交替方向乘数法求解相关的约束优化问题。在合成数据集和真实数据集上的大量实验表明，该方法优于几种最新的多视图子空间聚类方法。通过该方法得到的亲和矩阵可以提取高度代表性和潜在的公共信息，从而提高聚类性能。

引用于6文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62兰特 歧管统计

关键词：

子空间合并;多视图聚类;格拉斯曼流形;低质;稀疏;交替方向乘法器法

软件：

RCV1型
PDF格式BibTeX公司 XML格式引用
\textit{W.Rong}等人，《信息科学》。547、68--87（2021年；Zbl 1475.62191）
全文： 内政部

参考文献：

[1] Kanaan-Izquierdo，S。；Ziyatdinov，A。；Perera-Lluna，A.，使用公共特征向量的多视图和多特征谱聚类，模式识别。莱特。，102, 30-36 (2018)
[2] Houthuys，L。；朗根，R。；Suykens，J.A.，多视图核谱聚类，Inform。融合，44，46-56（2018）
[3] 卢，C。；Yan，S。；Lin，Z.，凸稀疏谱聚类：单视图到多视图，IEEE Trans。图像处理。，25, 6, 2833-2843 (2016) ·兹比尔1408.94438
[4] Vidal，R.，子空间聚类，IEEE信号处理。Mag.，28，2，52-68（2011）
[5] G.Liu，Z.Lin，Y.Yu，基于低秩表示的鲁棒子空间分割，载《第27届机器学习国际会议论文集》（ICML-10），2010年，第663-670页。
[6] 刘，G。；林，Z。；Yan，S。；Sun，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。机器。智力。，35, 1, 171-184 (2013)
[7] Elhamifar，E。；Vidal，R.，《稀疏子空间聚类：算法、理论和应用》，IEEE Trans。模式分析。机器。智力。，35, 11, 2765-2781 (2013)
[8] Wang，Y.X。；Xu，H。；Leng，C.，可证明子空间聚类：当lrr与ssc相遇时，神经信息处理系统进展，64-72（2013）
[9] 刘，Y。；李，X。；刘，C。；Liu，H.，用于图像分类的具有样本选择的结构约束低秩和部分稀疏表示，模式识别。，59, 5-13 (2016)
[10] G.Chao，S.Sun，J.Bi，《多视角聚类调查》。arXiv预印本arXiv:171206246 2017。
[11] Sun，S.，多视图机器学习调查，神经计算。申请。，23, 7-8, 2031-2038 (2013)
[12] 赵，J。；谢，X。；Xu，X。；Sun，S.，《多视角学习概述：最新进展和新挑战》，Inform。融合，38，43-54（2017）
[13] 库马尔，A。；Rai，P。；Daume，H.，协同规则多视角光谱聚类，神经信息处理系统进展，1413-1421（2011）
[14] 夏，R。；潘，Y。；杜，L。；Yin，J.，通过低秩和稀疏分解实现稳健多视图光谱聚类，AAAI，2149-2155（2014）
[15] Brbić，M。；Kopriva，I.，多视图低秩稀疏子空间聚类，模式识别。，73, 247-258 (2018)
[16] 张，C。；胡，Q。；Fu，H。；朱，P。；Cao，X.，潜在多视点子空间聚类，（IEEE计算机视觉和模式识别会议论文集（2017）），4279-4287
[17] 赵，G。；Sun，J。；卢，J。；王，A.L。；Langleben，D.D。；Li，C.S。；Bi，J.，《利用不完整数据进行多视角聚类分析以了解治疗效果》，《信息科学》。，494, 278-293 (2019) ·Zbl 1454.62194号
[18] 董，X。；弗洛萨德，P。；范德盖恩斯特，P。；Nefedov，N.，通过格拉斯曼流形上的子空间分析对多层图进行聚类，IEEE Trans。信号处理。，62, 4, 905-918 (2014) ·Zbl 1394.94973号
[19] 丁·H。；夏普纳克，M。；王，C。；黄，K。；Machiraju，R.，通过子空间合并实现癌症患者分层，生物信息学（2018）
[20] 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》，Foundat。Trends®马赫数。学习。，3, 1, 1-122 (2011) ·Zbl 1229.90122号
[21] 王，B。；胡，Y。；高杰。；孙，Y。；Yin，B.，格拉斯曼流形上的低阶表示，（亚洲计算机视觉会议（2014），Springer），81-96
[22] Brbić，M。；Kopriva，I.，（\ell_0）-动机低秩稀疏子空间聚类，IEEE Trans。赛博。，50, 4, 1711-1725 (2020)
[23] 张，X。；Sun，H。；刘，Z。；任，Z。；崔，Q。；Li，Y.，基于schatten p-范数和相关熵的鲁棒低阶核多视点子空间聚类，Inf.Sci。，477, 430-447 (2019) ·Zbl 1450.62077号
[24] 唐，C。；朱，X。；刘，X。；李，M。；王，P。；张，C。；Wang，L.，学习多视图子空间聚类的联合亲和图，IEEE Trans。多媒体，21724-1736（2018）
[25] 王，X。；雷，Z。；郭，X。；张，C。；Shi，H。；Li，S.Z.，具有完整性感知相似性的多视图子空间聚类，模式识别。，88, 50-63 (2019)
[26] Edelman，A。；阿里亚斯，T.A。；Smith，S.T.，《正交约束算法的几何》，SIAM J.矩阵分析。申请。，20, 2, 303-353 (1998) ·Zbl 0928.6500号
[27] G.H.Golub，C.F.Van Loan，《矩阵计算》，第3卷，JHU出版社，2012年·Zbl 1268.65037号
[28] 洪，M。；罗志清，关于交替方向乘数法的线性收敛性，数学。程序。，162, 1-2, 165-199 (2017) ·Zbl 1362.90313号
[29] Ng，A.Y.先生。；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（2002）），849-856
[30] 库马尔，A。；Daumé，H.，《多视角光谱聚类的联合训练方法》（第28届机器学习国际会议论文集（ICML-11）（2011）），393-400
[31] 史J。；Malik，J.，标准化切割和图像分割，IEEE Trans。模式分析。机器。智力。，22, 8, 888-905 (2000)
[32] 舒茨，H。；曼宁，C.D。；Raghavan，P.，《信息检索导论》，第39卷（2008年），剑桥大学出版社·Zbl 1160.68008号
[33] 刘易斯，D.D。；Yang，Y。；Rose，T.G。；Li，F.，Rcv1:文本分类研究的新基准集合，J.Mach。学习。第5号决议，4月，361-397（2004）
[34] 北拉西瓦西。；Costa，Pereira J。；科维略，E。；Doyle，G。；Lanckriet，G.等人。；利维，R。；Vasconcelos，N.，《跨模式多媒体检索的新方法》，ACM国际多媒体会议，251-260（2010）
[35] 比森·G。；Grimal，C.，《从多视图数据集高效学习共同相似性的架构》（神经信息处理国际会议（2012），Springer），184-193年
[36] Abavisani，M。；Patel，V.M.，《多模稀疏和低秩子空间聚类》，Inform。融合，39，168-177（2018）
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。