1. 首页
  2. 数据库
  3. 其它
  4. 基于超图正则化的概念分解及在数据表示中的应用

基于超图正则化的概念分解及在数据表示中的应用

上传者: 2021-01-16 08:38:17上传 PDF文件 246.07KB 热度 5次
针对传统图模型的流形学习无法准确表达数据间多元几何结构信息的问题, 提出一种基于超图正则化的概念分解(HRCF) 算法. 该算法用一组具有相似属性的数据子集构建超边, 建立数据间高阶关系的超图模型. 通过在概念分解算法中增加超图正则项, 保持数据间多元几何流形结构, 提高了算法的鉴别性. 在Yale 库、USPS 库和TDT2 库上的实验表明, HRCF 算法明显提高了聚类的准确率和归一化互信息, 验证了算法的有效性.
下载地址
用户评论