多核聚类算法(Multiple Kernel k-Means Clustering, MKKM)是一种结合了多核学习和k-means聚类方法的高级聚类技术。 在传统的k-means中,聚类是基于单一的距离度量进行的,而MKKM利用多个核函数来捕捉数据的不同视图或特性,从而在多个特征空间中进行聚类,以期获得更准确的聚类结果。 MKKM 的基本思想 MKKM 的...
K_means型多视图聚类中的初始化问题研究_洪敏 下载积分:450 内容提示: * The General Program of the National Natural Science Foundation of China under Grant Nos. 61473030, 61632004 (国家自然科学基金面上项目); the Fundamental Research Funds for the Central Universities of China under Grant No. 2017...
针对基于核的多视图聚类算法(kernel based multi-view clustering method,MVKKM)在处理大规模数据集时运行时间长的缺点,引入增量聚类模型的概念,将MVKKM算法与增量聚类模型相结合,提出基于核K-means的多视图增量聚类算法(incremental multi-view clustering algorithm based on kernel K-means,IMVCKM).通过将数据集分...
因此,在基于KL散度的模糊聚类中引入低秩张量作为范数约束,以灵巧地获得不同视图的高阶相关性。最终模型的最小化是凸的,本文提出了一种有效的增广拉格朗日交替方向法来处理这一问题。特别地,利用张量因式分解得到了全局隶属度。在多个多视图数据集上与最新的多视图聚类算法进行了比较,证明了该方法的有效性和优越性。