【摘 要】
：
多视图聚类旨在综合利用视图数据中的一致信息和互补信息实现对数据的划分,但各视图表征数据的能力参差不齐,甚至有的视图可能含有大量的冗余和噪声信息,不仅不能带来多样的信息,反而影响聚类性能.本文提出了自适应加权的低秩约束的多视图子空间聚类算法,通过自适应学习的方式给各视图赋予不同权重来构造各视图共享的潜在一致低秩矩阵.并且提出了有效的可迭代优化算法对模型进行优化.在5个公开数据集上的实验结果表明所提算
【机 构】
：
山西医科大学汾阳学院,汾阳 032200北方自动控制技术研究所,太原 030006;
论文部分内容阅读
多视图聚类旨在综合利用视图数据中的一致信息和互补信息实现对数据的划分,但各视图表征数据的能力参差不齐,甚至有的视图可能含有大量的冗余和噪声信息,不仅不能带来多样的信息,反而影响聚类性能.本文提出了自适应加权的低秩约束的多视图子空间聚类算法,通过自适应学习的方式给各视图赋予不同权重来构造各视图共享的潜在一致低秩矩阵.并且提出了有效的可迭代优化算法对模型进行优化.在5个公开数据集上的实验结果表明所提算法的有效性.
其他文献
我国高度重视思想政治教育,思想政治教育是我国教育体系中一门重要的课程。红色经典文学作品,既包含了思想政治理论,又具有独特的艺术魅力,是开展思想政治教育很好的工具。本
深度学习技术在不同领域有着广泛的应用,然而一个训练好的深度学习模型很容易受到干扰而得出错误的结果,从而引发严重的安全问题.为了检验深度学习模型的抗干扰性,提高模型的安全性和鲁棒性,有必要使用对抗样本进行对抗评估和对抗训练.有目标的黑盒对抗样本的生成方法具有较好的实用性,是该领域的研究热点之一.有目标的黑盒对抗样本生成的难点在于,如何在保证攻击成功率的前提下提高对抗样本的生成效率.为了解决这一难点,
旅游文学是以旅游活动为基础而产生的一种独特的文学形式,历来旅游名地都与文学存在着千丝万缕的联系。充分开发和利用旅游文学资源,有助于提升旅游地的知名度,吸引大批客源,
目前,大部分的车辆结构化信息需要通过多个步骤进行提取,存在模型训练繁琐、各步骤模型训练数据有限和过程误差累加等问题.为此,采用多任务学习将车辆结构化信息提取整合在统一的神经网络之中,通过共享特征提取结构,减少过程误差累加,并构建了一个多任务损失函数用于端到端训练神经网络;针对训练样本有限的问题,提出了新的数据整合和增广方法.在KITTI数据集上实验结果表明, VSENet可以达到93.82%的mA
为了提高高速列车的受流能力,降低离网率,本文以线性二次型最优控制为基础设计了受电弓的主动控制器.针对线性二次型最优控制中权矩阵Q和R的取值问题,采用遗传算法进行优化,
作为中华文明的重要承载,中国文学经典一直在大学生思想政治教育中占据着重要的地位,其塑造人格、历练心性、陶冶情操的功用在大学生思想政治教育中是难以替代的,但近年来,中
在基于蜂窝通信演进形成的车用无线通信技术(Cellular-Vehicle to everything,C-V2X)场景下,基站作为多接入边缘计算(Multi-access Edge Computing,MEC)边缘缓存节点可提高用
随着互联网的快速发展以及互联网业务、用户数量的不断增多,越来越多的传统单体应用为了方便拓展新业务、增加可复用度,已经选择将业务拆分为多个微服务,这样可便于后期的管
作为文化旅游必不可缺的重要组成部分,文学资源对于旅游景点的开发与发展发挥着巨大的作用。随着人们物质生活水平的逐步提升与精神生活日趋丰富,文学作为重要的旅游文化资源
近些年来,随着网络时代的到来及网络文学的兴起,其在大学生物质文化生活中所发挥的作用也越来越深入,并已经成为大学生思政教育的重要媒介之一,为思政教育带来了契机,更注入