[發明專利]基于圖正則化的平滑范數受限非負矩陣分解的聚類方法

在審

• 申請號: 202010099641.2
• 申請日: 2020-02-18
• 公開（公告）號: CN111401403A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 舒振球;翁宗慧;張云猛;李鵬;由從哲;邱駿達;范洪輝
• 申請（專利權）人: 江蘇理工學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 王巍巍

1.一種基于圖正則化的平滑范數受限非負矩陣分解的聚類方法，其特征在于，包括：

S10獲取待聚類視圖并構建最鄰近圖；

S20構建基于圖正則化的L_P平滑范數受限非負矩陣分解的目標函數，所述目標函數中包括用于保持數據空間內幾何結構和提高平滑度的平滑正則化項及用于標記樣本類別信息的圖正則項；

S30以Frobenius范數為度量標準，根據目標函數使用迭代加權的方法迭代預設次數，得到待聚類視圖的特征矩陣；

S40采用k-means聚類算法分別對各聚類視圖的特征矩陣進行分析，實現視圖聚類。

2.如權利要求1所述的聚類方法，其特征在于，在步驟S20中，建立的目標函數O為：

其中，X為待聚類視圖數據集；U為特征矩陣，V為系數矩陣，且V＝AZ，Z為輔助矩陣，Z∈R^(c+n-l)×k，k＝m且k＝n，n為數據集X中數據點的數量，l為數據集X中已標記樣本的數量，c為數據集X可集簇的數量，m為數據集X中任一數據點x_i的維度，且1≤i≤n，k為對數據集X中任一數據點x_i降維后的維度；A為標簽約束矩陣，I_n-l為單位矩陣，M_l×c為指示矩陣；||·||_F表示Frobenius范數；Tr(·)為矩陣Z^TA^TLAZ的跡；L為拉普拉斯矩陣，其中，L＝D-W，D為對角陣，且對角線上的元素D_jj＝∑_kW_jk，W_jk為用于測量數據點x_j和x_k兩點之間緊密度的權重；λ和μ為正則化平衡參數；

2μ||U||^P為平滑正則項，且1＜P＜2。

3.如權利要求2所述的聚類方法，其特征在于，在步驟S30中，

特征矩陣U的迭代更新規則為：

系數矩陣V的迭代更新規則為：

其中，t表示迭代次數。