基于双约束非负矩阵分解的多视角聚类

《基于双约束非负矩阵分解的多视角聚类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乂连键是大葦ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ预±享恆巧文ＭＡＳＴＥ民ＡＬＤＩＳＳＥＲＴＡＴＩＯＮ參３＾｜｜臺－錢口气－－一Ｉ穀ｍ＾ｉ９斗９一一／＼基于双约束非负矩阵分解的多视角聚类樹牛端学科专业作者姓名指导教师２０１６年６月２日答辩曰期硕±学位论文基于双约束非负矩阵分解的多视角聚类－ＭｕｌｔｉｖｉｅｗｄｕｓｔｅｒｉｎｖｉａＤｏｕｂｌｅＣｏｎｓ化ａｉｎｔｓＮｏ心ｎｅａｔｉｖｅｇｇＭａｔｒｉｘＦａｃ化ｒｉｚａ材ｏｎ作者姓名：王忠秀学科：软件

2、工程、专业学号；２１３１７０４３指导教师；张宪超完成日期：２０１６．０３．２０夫遠巧义夫營ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中邑经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，化不包含其他己申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均臣在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论

3、文题目：基于双约《非负矩阵分解的《视角聚类？作者签名：味尤日期：年月戶日大连理工大学硕±学位论文摘要一直是机器学习领域一个非常重要的内容聚类，各种各样高效的聚类算法被不断地一一组相同的样本提出，。另方面，伴随着网络的发展，数据的获取也变得越来越容易经常被不同的特征描述。如何有效地利用不同维度空间下的数据来提高聚类的准确率是国内外众多学者研究的课题，这就使得多视角聚类在近些年来取得了迅速的发展。鉴于非负矩阵分解（ＮＭＦ）可解释性强、算法实现简单，基于ＮＭＦ的聚类算法受到了广泛地关注，。不仅如此实验证明基于ＮＭＦ的聚类算法无论在聚类的准确率还

4、是在聚类的稳定性方面都可Ｗ姬美其他的聚类算法。伴随着ＮＭＦ在聚类方面的成功，大批的学者将ＮＭＦ应用到了多视角聚类中。基于ＮＭＦ的多视角聚类算法继承了ＮＭＦ的优点并较大幅度地提升了聚类的准确率。当然，基于ＮＭＦ的多视角聚类算法也有着Ｗ一下缺陷，非负矩阵分解得到的分解结果并不唯其次非负矩阵分解的多视角聚。首先；类算法并没有为每一个视角得到一个标准的正交基；最后非负矩阵分解并没有保留数据的局部信息。一为了弥补上述的Ｈ个不足，本文提出了个基于双约束非负矩阵分解（ＤＣＮＭＦ）的多视角聚类算法，。先在每个视角下的基矩阵施加正交约束之后使用矩阵转宣相乘来一一进步改

5、进算法，得到标准的正交基并避免正交性带来的高算法复杂度，。进步的为了保留不同视图之间的局部信息，在目标函数中添加流形正则项。最后，本文提出了一个流形正则顶参数的迭代规则，这样做能够平衡矩阵分解的重构误差和流形正则项，此外还可Ｗ加快算法的收敛速度，。之后文章从理论和实验两个方面证明了算法的收敛性并设计实验证明ＤＣＮＭＦ的优越性，。与其他算法相比ＤＣＮＭＦ在算法的准确率和运行效率上都有显著的提高。关键词：多视角聚类；非负矩阵分解；优化；正交性－－Ｉ基于双约束非负矩阵分解的多视角聚类－－ｖＭｕｌｔｉｉｅｗＣ山ｓｔｅｒｉｎｇｖｉａＤｏｕｂｌｅＣｏｎｓ

6、ｔｒａｉｎｔｓＮｏｎｎｅａｔｉｖｅＭａｔｒｉｘｇＦａＵｏｒｉｚａｔｉｏｎＡｂｓ化ａｃｔＣｌｕｓｔｅｒｉｎｇｉｓａｎｉｍｐｏｒｔａｎｔｐａｒｔｉｎｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｎｄｍａｎｙｅｆｆｉｃｉｅｎｔｃｌｕｓｔｅｒｉｎｇａｌｏｒｉｔｈｍｓｈａｖｅｂｅｅｎｒｏｏｓｅｄ．ＷｉｔｈｔｈｅｄｅｖｅｌｏｍｅｎｔｏｆｔｈｅＩｎｔｅｒｎ巧ｄａｔａｃａｎｂｅｏｂｔａｉｎｅｄｇｐｐｐ，ｍｏｒｅａｎｄｍｏｒｅｅａｓｉｌｙ．Ｔｈｅｓａｍｅｓａｍｐｌｅｓａｒｅｏｆｔｅｎｄｅｓｃｒｉｂｅｄｆｒｏｍｄｉｆｆｅｒｅｎ

7、ｔｃｈａｒａｃｔｅｒｉ巧ｉｃｓ．Ｉｔｂｅｃｏｍｅｓａｎｅｓｓｅｎｔｉａｌｉｓｓｕｅｈｏｗｔｏｉｍｐｒｏｖｅｔｈｅｃｌｕｓｔｅｒｉｎｇｐｅｒｆｏｒｍａｎｃｅｂｙｕｔｉｌｉｚｉ打ｇｔｈｅ－－ｍｕｌｔｉｖｉｅｗｉｎｆｏｒｍａｔｉｏｎｗｈｉｃｈｍａｋｅｓｍｕｌｔｉｖｉｅｗｃｌｕｓｔｅｒｉｎｄｅｖｅｌｏｆａｓｔ．，ｇｐＮ－ｏ打打ｅａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎｉｓ