[發(fā)明專利]基于非負矩陣分解和劃分自適應融合的多視角聚類方法

有效

• 申請?zhí)枺?/td>: 201911332635.0
• 申請日: 2019-12-22
• 公開（公告）號: CN111191699B
• 公開（公告）日: 2022-10-21
• 發(fā)明（設計）人: 陶性留;俞璐;王曉瑩;姚艷艷
• 申請（專利權(quán)）人: 中國人民解放軍陸軍工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/26
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 王瑋

1.一種基于非負矩陣分解和劃分自適應融合的多視角聚類方法，其特征在于，所述方法包括以下步驟：

S1：對多視圖樣本數(shù)據(jù)集進行預處理，提取出各視角原始非負特征數(shù)據(jù)樣本集X_k，并設置聚類簇團個數(shù)C，模糊系數(shù)f_t，平衡系數(shù)λ_k，視角個數(shù)K,正則化系數(shù)γ；

S2：初始化基矩陣W_k和系數(shù)表示矩陣H_k，根據(jù)條件約束設置模糊偽劃分U_t和權(quán)重融合矩陣Q，并確定對應的聚類中心矩陣V_t；

S3：利用梯度下降法和交替迭代法則，通過固定其余變量，對某一變量進行更新；

S4：對所提方法的目標函數(shù)的閾值進行限定，當目標函數(shù)的值變化小于閾值，上述交替迭代停止；

S5：將各視角的隸屬度劃分取幾何平均的方式集成所有觀點，獲得數(shù)據(jù)樣本的統(tǒng)一歸屬信息

S6：根據(jù)統(tǒng)一隸屬度劃分矩陣對樣本的歸屬進行確定，得到樣本的類標簽信息，聚類結(jié)束。

2.根據(jù)權(quán)利要求1所述的基于非負矩陣分解和劃分自適應融合的多視角聚類方法，其特征在于：所述S1中，對多視圖樣本數(shù)據(jù)集進行預處理，提取出原始非負特征數(shù)據(jù)樣本集X＝{X₁；X₂；...；X_K}，K個視圖之間相互條件獨立，每個視圖提取的原始信息為對于不同的視圖，通過聚類得到的簇數(shù)為C，d_k是第k個視角數(shù)據(jù)樣本維數(shù)；模糊系數(shù)f_t表示第t個視角的數(shù)據(jù)的程度，是一個大于1而小于2.5的參量，平衡系數(shù)λ_k∈{1e^-4,1e^-3,1e^-2,1e^-1,1,1e¹,1e²,1e³,1e⁴}是第k個視角在整個多視角聚類任務的平衡因子，正則化系數(shù)γ∈{2^-12,2^-11,…,2¹²}。

3.根據(jù)權(quán)利要求1所述的基于非負矩陣分解和劃分自適應融合的多視角聚類方法，其特征在于：所述S2中，隨機初始化基矩陣和系數(shù)表示矩陣使得基矩陣W是降維后的低秩空間的表現(xiàn)形式；系數(shù)矩陣H是原始數(shù)據(jù)X經(jīng)降維后的低維表達方式；再根據(jù)以下約束設置隸屬度矩陣U_t∈R^C×N，它的元素μ_ij,t表示第t個視角第j個樣本x_j,t分屬于第i個聚類中心v_i,t的程度；然后確定該隸屬度偽劃分對應的聚類中心矩陣V_t∈R^C×C，它是由所有聚類簇團中心組成的矩陣形式，x_j,t表示N個樣本中第j個樣本，v_i,t表示C個簇中第i個聚類中心，C_i代表第i個簇樣本集合，N_i代表第i個簇中樣本個數(shù)；Q∈R^K×K作為構(gòu)造的融合權(quán)重矩陣，其元素Q_k,t反映第k個視角與第t個視角之間的關(guān)聯(lián)程度，表示第t個視角上的聚類劃分對第k個視角上的聚類任務的影響程度；各變量初始化約束如下公式所示：