Multi-View Clustering via Joint Nonnegative Matrix Factorization .pdf

上传者: a912342642 | 上传时间: 2021-11-03 23:17:44 | 文件大小: 150KB | 文件类型: -
很多真实世界中的数据集由不同表达和视角组成,这些不同的表达和视角的信息往往互为补充。为了整合非监督集合中多个视角的信息,多视觉聚类算法同时聚类不同视角以得到一个聚类结果,这个结果揭示了多个视觉共享一个潜在结构。本文我们提出了一个NMF(基于非负矩阵分解)的多视角聚类算法,该算法寻找一个因式分解,使得多个视角给出一致的聚类结果。本文提出算法的关键在对有约束的联合非负矩阵因式分解过程进行公式化,该分解过程的约束使得每个视角在分解过程趋向一致的结果。主要的问题是如何保持聚类结果在不同视角的是有意义和可比较的。为了解决这个问题,我们基于NMF和PLSA的关系设计了一个新型的高效归一化策略。几个数据集上的实验结果表明了我们方法的可靠性。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明