【摘 要】
:
图结构能够直观地反映样本点间的关联性,近年来,基于图结构的聚类算法得到了广泛研究。目前已提出的传统算法能较好的利用样本点的图结构信息完成聚类,并表现出卓越的性能,但是其聚类结果对图结构有极强的依赖性。随着深度学习的发展,图深度神经网络被提出,它通过捕捉样本点间的图结构关系,将邻域特征融合后作为该样本点的特征表示,使得所提特征更利于聚类。但是随着图神经网络层数的加深,学习的特征容易出现过平滑的现象,
论文部分内容阅读
图结构能够直观地反映样本点间的关联性,近年来,基于图结构的聚类算法得到了广泛研究。目前已提出的传统算法能较好的利用样本点的图结构信息完成聚类,并表现出卓越的性能,但是其聚类结果对图结构有极强的依赖性。随着深度学习的发展,图深度神经网络被提出,它通过捕捉样本点间的图结构关系,将邻域特征融合后作为该样本点的特征表示,使得所提特征更利于聚类。但是随着图神经网络层数的加深,学习的特征容易出现过平滑的现象,从而影响聚类效果。基于上述问题,本文对基于图结构的聚类算法展开研究,主要成果如下:(1)针对信息损失导致聚类结果不准确的问题,提出了一种基于重构邻接图的集成聚类算法。为了减少样本点到类别映射过程中的信息损失,本算法引入了样本点参考集的概念,将参考集内元素到类别的初始映射值加权相加作为中心样本点到类别的重建映射值,得到的重建映射矩阵有效地增加了映射过程的信息量;同时为了降低相似性度量对数据分布的敏感性,采用Spearman系数计算类别之间的相似度矩阵;然后联合重建映射矩阵和类别相似度矩阵重构出样本点邻接图矩阵;最后在重构的邻接图上进行层次聚类。实验验证了所提算法的优越性。(2)为了解决图神经网络特征过平滑的问题,同时保证图网络学习的特征能保持原始的近邻关系,提出了一种基于局部特征约束的图注意力聚类算法。所提模型利用注意力网络隐式地将自编码网络每一层的特征传递到图网络的对应层上,使图网络学习的特征既能融合邻域信息,又能体现不同样本点的独特性,较好地缓解了过平滑的问题;此外,引入了局部特征约束损失函数,通过约束样本点的局部相似性,较好地保留了数据集的局部近邻结构;最后通过对聚类损失和局部特征约束损失联合优化,实现了端到端的聚类。实验验证所提模型能取得更好的聚类结果。(3)由于图神经网络是多层图卷积级联的结构,同时图卷积有低通滤波的效应,因此图网络的深层特征包含的高频信息较少。基于此,提出了基于特征复用的图注意力聚类算法。本模型通过对图网络深层特征和浅层特征的复用,使得学习的最终特征信息损失较少。模型将图网络每一层的特征通过全连接网络映射到同一维度,并引入特征权重函数,对同维度的多层特征加权复用,其结果作为最终的特征。最后通过聚类损失优化模型,实现了端到端的聚类。大量实验验证了所提聚类模型的有效性。
其他文献
互联网的高速发展使得用户正在面临信息爆炸的问题。推荐系统通过提供个性化的商品推荐服务来辅助用户进行决策,从而减轻消费者因选择过多而产生的焦虑和困惑。基于评分矩阵的推荐算法可以根据用户的评分模式对用户和商品进行建模,但该类算法面临严重的数据稀疏性问题。而用户生成的评论文本可以反应用户的喜好和商品特征等语义信息,利用这些信息可以有效缓解数据的稀疏性问题,从而提高模型推荐的准确率。本文主要基于深度学习技
行人属性识别是视频监控领域中的重要任务,因其在视频监控应用中的巨大潜力在近些年来受到了广泛关注,它可以应用于很多下游任务中,例如行人追踪,人脸验证,行人检索等。行人属性识别任务属于计算机视觉领域中的多标签图像分类任务。多标签图像分类任务的研究重点在于如何利用标签之间的共现关系辅助模型提升分类性能。目前最先进的共现关系建模方法是图神经网络,但它存在两个严重影响性能的问题:1)低频标签无法有效的从高频
脑血管病具有高发病率、高致残率、高死亡率的特点,且患者的经济负担较高,受到了社会的广泛关注。近年来,关于脑血管病的研究已取得一定的成果,但是目前我国卒中终身风险仍居世界最高为39.3%,其中男性卒中终身风险更高达41.1%,我国卒中防治工作仍面临巨大挑战。随着医疗信息化的发展,医院积累了大量的电子病历,为数据挖掘以及数据分析提供了数据基础。同时大数据技术的发展,为处理医疗数据提供了良好的技术手段,
近年来,我国城市轨道交通高速发展,其中隧道总里程位于世界第一。由于施工、温度、载荷等各种因素的影响,地铁隧道表面会有病害发生,其中,隧道表面裂缝是最常见的病害之一,给地铁的安全运营带来威胁,因此,裂缝检测是地铁周期性巡检的重要任务。目前,针对地铁隧道衬砌裂缝的检测仍然以人工巡检为主,本文设计了一种基于多目相机的隧道衬砌图像同步采集系统,可以在天窗时间内快速采集高质量的隧道衬砌图像,同时提出了一套基
随着近年来自助游市场的迅速发展,更多的出游者不仅是网络旅游资讯的信息接收者,同时也是网络信息的生产者和传播者。UGC(User Generate Content,用户生成内容)指的便是用户在网络上发表的文字、图片或视频等一系列信息资源。本项目的选题来自作者在某旅行APP公司所参与的实际项目,基于以上背景,公司在现有市场的基础上开始向社交领域发展,致力于打造旅行+社交的出游模式。本文的旅行APP后端
情感分析是当前自然语言处理领域中最活跃的研究方向之一。作为细粒度的分析方法,属性级情感分析可以从文本中挖掘出针对不同属性的倾向性,更好地反映情感的复杂特征。属性提取是属性级情感分析的基础工作。目前属性提取方法中属性词与上下文联系不够紧密,缺乏对全局信息的充分利用。另外,可用的数据集较少,每个数据集中包含的数据量规模较小。解决上述问题对于提升属性提取效果有积极作用。针对上述两个问题,本文以双重词嵌入
时序数据是按照时间顺序观测某个或某些物理量得到的一串值,其反映了事物属性随着时间变化的特征。时序数据压缩是一个基础且重要的工作。时序数据的压缩不但能够减少空间存储,而且降低了数据传输的成本。本文对时序数据无损压缩展开研究,设计了一种针对时间戳的无损压缩算法以及两种针对时序数据值的无损压缩算法,实现了数据信息无失真情况下的高压缩率压缩。主要工作及创新点如下:(1)提出了e-DoD时间戳压缩算法。该算
蜂窝物联网是互联网的应用拓展,也是新一代通信技术的重要组成之一。物联网、移动互联网和传统互联网每天都会产生海量数据,以满足不同类型的网络服务需求。网络的快速发展需要更低时延更高可靠性连接的支持。边缘计算的提出为网络的发展提供了良好的助力,但边缘计算节点的部署也会引发相应的部署成本的问题。因此,如何在保证网络低时延高可靠连接,并提供多样化服务的条件下,更加高效地部署边缘计算节点,降低部署成本是亟需解
基于书帖标识的图书配帖检测研究利用图像处理技术,从采集的CCD图像中,根据书脊图像中书帖标识的信息,完成检测任务。本文对提高书籍装订质量,提高生产效率和工业自动化程度具有十分重要的工程意义和理论意义。本文将基于书帖标识的图书配帖检测研究分为书帖标识检测、锁线区域分割和图书配帖匹配三个基本环节。(1)书帖标识检测。在非经典感受野机制的启发下,提出了基于三高斯模型的书帖标识检测方法。该方法本质上是一个
依存句法分析是识别句子中词与词之间的语义修饰关系并构建依存句法树的过程。依存句法树能够简洁高效的表达句子的句法结构信息,广泛应用于机器翻译、问答系统等自然语言处理任务中。在对汉语进行依存句法分析时,需要先依次进行分词和词性标注。为解决这种串行分析方式中存在的错误传播和无法共享特征的问题,研究人员提出联合三个任务同时进行分析的方案,如何同时提升三个任务的分析精度一直是汉语依存句法分析研究追求的目标。