块对角子空间聚类中成对约束的主动式学习

解子奇,王立宏^*,李嫚

烟台大学计算机与控制工程学院, 山东 烟台 264005

发布日期:2021-04-16

作者简介:解子奇(1996— ),男,山东济南人,硕士研究生,主要研究方向为聚类分析. E-mail:xzzq1996@sina.com. *通信作者简介:王立宏(1970— ),女,吉林镇赉人,教授,博士,主要研究方向为数据挖掘与知识发现. E-mail:wanglh@ytu.edu.cn
基金资助:国家自然科学基金资助项目(61773331,72072154)

Active learning of pairwise constraints in block diagonal subspace clustering

XIE Ziqi, WANG Lihong^*, LI Man

School of Computer and Control Engineering, Yantai University, Yantai 264005, Shandong, China

Published:2021-04-16

摘要/Abstract

摘要： 针对块对角表示(block diagonal representation, BDR)子空间聚类算法在对子空间重叠的高维数据聚类时效果较差的问题,提出成对约束的块对角子空间聚类(constrained subspace clustering with block diagonal representation, CBDR)算法,设计主动式学习策略,获取用户提供的少量数据点成对信息,以改进BDR算法的性能,给出CBDR算法的目标函数和求解过程。在测试集上的试验结果表明,CBDR算法的聚类错误率和归一化互信息指标比BDR和SBDR(structured block diagonal representation)算法好,而且主动式选取点对方法优于随机选取点对方法,使用少于5‰的约束信息可降低BDR的聚类错误率达到5%以上。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2023