收藏本站
《南昌大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏嵌入框架的不完全多视图聚类

姬名书  
【摘要】:随着计算机技术的发展,数据采集渠道与特征提取器的种类日趋多样,使得同一对象可以从不同层面进行描述,从而产生多个视图形成多视图数据。然而,由于遮挡、仪器损坏等原因导致采集到的每个视图数据均不完整,形成不完全(有样本缺失的)多视图数据。因此,如何处理不完全多视图数据并从中挖掘到该类数据的共享信息,以及如何利用这类多视图数据的一致性原则以及互补原则完成多视图聚类任务,已经引起机器学习领域研究人员的广泛关注。目前,针对不完全多视图数据,已有的大多数方法都是基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)求得原始不完整数据的共享表示(Common Representation),然后执行k-means聚类方法求得最终的结果。这种“两阶段”多视图聚类方法没有考虑不完全多视图数据处理与聚类的关系,即在数据处理阶段没有考虑聚类的要求,这使得现有方法的性能还可以进一步提升。此外,基于非负矩阵分解来解决缺失问题的聚类方法没有考虑由NMF学习到的基矩阵的判别能力以及系数的稀疏程度。而且,大多数现有的聚类方法均在训练模型前进行降维,无法充分利用原始数据中的判别信息。综上所述,本文提出了一种新的基于稀疏嵌入框架的不完全多视图聚类方法对不完全多视图数据进行聚类。在不需要补全数据的情况下,该方法也可以很好地处理不完整的多视图数据并获得良好的聚类性能。本文主要从不完全多视图数据以及大数据时代所带来的严重的“维数灾难”问题入手,研究如何联合稀疏表示技术(Sparse Representation,SR)和主成分分析技术(Principal Component Analysis,PCA)以提升不完全多视图聚类的性能,主要研究内容包括:1)不同于传统的补全样本方法,本文在不需要补全视图的情况下进行高性能的多视图聚类任务。将不完全多视图数据嵌入到一个低维空间中,使得降维之后数据信息损失尽可能少的情况下,学习对应不同视图的字典、稀疏表示和投影矩阵,然后利用匈牙利算法对配对样本和非配对样本进行聚类。这样的不完全视图处理策略可以得到很好的聚类效果,计算效率也大幅度提升。2)将PCA与SR相结合联合学习投影矩阵以及字典,通过约束原始空间到低维空间的投影矩阵的正交性,提高低维空间的稀疏性,并保留原始空间中的大量有用信息,为后续提高字典的判别能力提供基础。3)在字典学习阶段,对字典而非系数矩阵进行Fisher约束,这使得学习到的字典比传统方法学到的字典更具判别能力,可以更好的用来表示样本以提升聚类性能。本文在人工合成数据集,Extend Yale-B人脸数据集,MNISIT手写识别数字数据集以及Caltech101大数据集上进行实验,结果表明该方法比其他的最先进的聚类方法实现了更好的聚类性能。
【学位授予单位】:南昌大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.41

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 小米;;818型海警巡逻舰多视图[J];军事文摘;2016年18期
2 田泽;杨明;陈哲;石爱业;;基于视图内字典原子不一致的多视图字典学习算法[J];南京信息工程大学学报(自然科学版);2019年03期
3 段桂江;孙飞;唐晓青;;集成质量系统与企业资源计划系统的多视图融合机制研究[J];计算机集成制造系统;2005年12期
4 邓强;杨燕;王浩;;一种改进的多视图聚类集成算法[J];计算机科学;2017年01期
5 罗爱民;罗雪山;黄力;;基于多视图的信息系统体系结构描述方法研究[J];计算机科学;2007年02期
6 李波;赵健康;戴金海;;飞行器设计并行工程中多视图响应分析[J];计算机仿真;2006年09期
7 胡树根,李涨生,卓守鹏,董进;一种基于约束的多视图尺寸驱动方法及实现[J];中国机械工程;1998年07期
8 石艳玲;单文档多视图的多种实现方式[J];计算机应用研究;1999年10期
9 洪敏;贾彩燕;李亚芳;于剑;;样本加权的多视图聚类算法[J];计算机研究与发展;2019年08期
10 邱立坤;金澎;王厚峰;;基于依存语法构建多视图汉语树库[J];中文信息学报;2015年03期
中国重要会议论文全文数据库 前8条
1 张秀芬;裴承慧;胡志勇;;在OpenGL中实现多视图表示[A];第十四届全国图学教育研讨会暨第六届制图CAI课件演示交流会论文集(下册)[C];2004年
2 赵旭;刘克;吴威;;多视图三维重建技术和不确定问题[A];第八届中国不确定系统年会论文集[C];2010年
3 唐帅;项志宇;马子昂;;基于多视图一致性低秩稀疏学习的视频目标跟踪[A];浙江省信号处理学会2015年学术年会论文集[C];2015年
4 葛冰峰;陈英武;廖良才;舒宇;;基于多视图的武器装备体系结构描述方法研究[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年
5 李诚;陈志军;;基于多视图像的岩心三维建模与虚拟展示初探[A];第十三届全国数学地质与地学信息学术研讨会论文集[C];2014年
6 张岩;杨冬青;唐世渭;;Web仓储中的多视图一致性维护[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年
7 张强;梁奎;陈志军;;多视图立体视觉的岩矿手标本三维重建与三维交互设计[A];第十三届全国数学地质与地学信息学术研讨会论文集[C];2014年
8 颜志军;;基于UML的多视图动态企业模型框架研究[A];全国第八届工业工程与企业信息化学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 王强;多视图机器学习分类及聚类算法研究[D];国防科技大学;2018年
2 王岳青;多视图学习算法和应用研究[D];国防科学技术大学;2017年
3 朱信忠;多视图聚类算法研究[D];西安电子科技大学;2018年
4 周彬;多视图视觉检测关键技术及其应用研究[D];浙江大学;2019年
5 吴飞;多视图特征学习方法研究[D];南京邮电大学;2016年
6 沈肖波;多视图嵌入学习方法及其应用研究[D];南京理工大学;2017年
7 钱强;复杂场景下的多视图学习方法研究[D];南京航空航天大学;2013年
8 李晋;基于多视图鉴别特征学习的分类算法[D];中国矿业大学(北京);2016年
9 田文;多视图图像的快速三维场景重建[D];华中科技大学;2010年
10 杨琬琪;多视图特征选择与降维方法及其应用研究[D];南京大学;2015年
中国硕士学位论文全文数据库 前10条
1 何云;面向多视图数据的降维与聚类算法研究[D];南京师范大学;2019年
2 胡梦磊;不完整多视图聚类[D];南京航空航天大学;2019年
3 姬名书;基于稀疏嵌入框架的不完全多视图聚类[D];南昌大学;2019年
4 周扬;缆索表面图像拼接与多视图重建研究[D];哈尔滨工业大学;2019年
5 陈东皓;车辆检测和识别系统的设计与实现[D];中国电子科技集团公司电子科学研究院;2019年
6 黄静;加权多视图子空间聚类算法研究[D];广东工业大学;2019年
7 孙铭阳;基于语义表示的多视图短文本序列分类研究[D];大连理工大学;2019年
8 仇希如;基于非负矩阵分解的多视图特征学习研究[D];大连理工大学;2019年
9 殷勤;多视图归纳矩阵补全算法及应用研究[D];南京邮电大学;2019年
10 庞石伟;多视图数据分类研究[D];西安电子科技大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026