科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决数据向量聚类模型过于依赖先验知识以及有监督训练问题，提出一种基于核协方差矩阵的无监督数据聚类方法。将核学习和基于矩阵因子化的聚类问题耦合到一个联合公式中，使得核协方差矩阵的秩等于聚类的数目，从而确保来自不同类的元素弱相关，类内数据强相关；根据数据的信息含量，利用核协方差矩阵的稀疏相关矩阵分解对数据进行聚类，在生成稀疏矩阵因子时引入基于l1-l2的稀疏性度量，从而有效地降低计算复杂性；利用基于凸函数差分算法的优化公式，解决全局的、高度非凸的问题。通过高光谱图像、人类活动和文档分类三个数据集的验证，结果表明该方法能够保证良好的无监督聚类效果，并且不需要参数的调整和选择。
-
单位湖北轻工职业技术学院
