论文部分内容阅读
针对线性加权多核图聚类方法限制了共识核的表达能力和再生核希尔伯特空间中噪声污染的问题,提出一种鲁棒多核子空间图聚类算法(RSMKL),旨在增强核的表达能力和提高核空间中噪声的鲁棒性。该算法利用一种新颖的非线性自加权核融合策略来生成最佳的共识核,同时在核空间利用低秩约束模型来消除噪声对关系图质量的影响。最后,提出一种基于交替方向乘子的迭代优化算法求解目标函数。与5种同类流行算法在5个常用数据集上比较,实验结果表明RSMKL在聚类精度(ACC)、标准互信息(NMI)和聚类纯度(Purity)上具有更好的聚类性