[發(fā)明專利]一種基于圖學(xué)習(xí)的快速譜嵌入聚類方法

在審

• 申請?zhí)枺?/td>: 202011041375.4
• 申請日: 2020-09-28
• 公開（公告）號: CN112132224A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 林郭權(quán);楊曉君;郭春炳;陽琴;蔡湧達(dá);許裕雄
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 尹君君

本發(fā)明公開了一種基于圖學(xué)習(xí)的快速譜嵌入聚類方法，本發(fā)明的有益效果是，通過近鄰方法構(gòu)造二部圖，二部圖包含了原始數(shù)據(jù)點(diǎn)與錨點(diǎn)、錨點(diǎn)與錨點(diǎn)之間的聯(lián)系，并通過對二部圖快速譜嵌入得到數(shù)據(jù)的低維表示，然后更新自適應(yīng)近鄰圖結(jié)構(gòu)，并用其來修正原來的二部圖結(jié)構(gòu)，學(xué)習(xí)到更好的數(shù)據(jù)點(diǎn)與錨點(diǎn)的二部圖結(jié)構(gòu)；通過迭代更新，最終得到具有c個(gè)連通域的自適應(yīng)近鄰圖結(jié)構(gòu)。得到最優(yōu)的圖結(jié)構(gòu)的同時(shí)，也得到了聚類的結(jié)果。本發(fā)明提出的算法在多個(gè)基準(zhǔn)數(shù)據(jù)集上獲得了較好的聚類精度。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)挖掘和模式識別技術(shù)領(lǐng)域，尤其涉及一種基于圖學(xué)習(xí)的快速譜嵌入聚類方法。

背景技術(shù)

目前，有學(xué)者提出自適應(yīng)近鄰譜嵌入聚類方法，該方法主要有兩步，第一步為對數(shù)據(jù)進(jìn)行譜嵌入，第二步為自適應(yīng)近鄰聚類，該方法的詳細(xì)過程如下：

1)對數(shù)據(jù)進(jìn)行譜嵌入

聚類結(jié)果可以看做是原始數(shù)據(jù)的映射，映射函數(shù)為：

Y＝X^TW+1b^T (1)

譜聚類的目標(biāo)函數(shù)為：

s.t.F^TF＝I. (2)

其中，或者L＝I-D^-1W加上線性嵌入正則項(xiàng)，可得

s.t.F^TF＝I. (3)

將公式(1)帶入公式(3)，使其中W和b的導(dǎo)數(shù)為0，將得到的結(jié)果代回公式(3)，則有

s.t.F^TF＝I (4)

2)自適應(yīng)近鄰聚類

本發(fā)明目標(biāo)是從數(shù)據(jù)點(diǎn)和錨點(diǎn)中得到相似度矩陣，根據(jù)現(xiàn)有資料，有以下目標(biāo)方程：

為了方便對公式(5)求解，對公式(5)施加先驗(yàn)信息和秩約束為：

由于秩約束較為難解，所以通過特征值分解的方法來近似求解秩約束

將公式(7)寫成向量表示形式，則相似度矩陣的元素為

其中，α_i和η_i是拉格朗日乘數(shù)。

現(xiàn)有技術(shù)中采用自適應(yīng)近鄰譜嵌入聚類方法，通過原始數(shù)據(jù)點(diǎn)與錨點(diǎn)之間的關(guān)系構(gòu)建二部圖對標(biāo)簽矩陣進(jìn)行嵌入，沒有考慮錨點(diǎn)之間的聯(lián)系，圖結(jié)構(gòu)反映的信息不夠完整。在追求高準(zhǔn)確度的同時(shí)沒有很好地考慮計(jì)算復(fù)雜度，因此在維度高或者數(shù)據(jù)量大的數(shù)據(jù)上的運(yùn)用沒有良好的表現(xiàn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于圖學(xué)習(xí)的快速譜嵌入聚類方法，針對現(xiàn)有的自適應(yīng)近鄰譜嵌入聚類方法存在的問題，本發(fā)明提出一種基于圖學(xué)習(xí)的快速譜嵌入聚類方法，能在高維數(shù)據(jù)上有較好的應(yīng)用，在提高了算法性能同時(shí)，也降低了計(jì)算復(fù)雜度。

為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：

一種基于圖學(xué)習(xí)的快速譜嵌入聚類方法，所述方法包括如下步驟：