| 基于流形正则化判别的因子分解 |
| |
| 作者姓名： | 杜世强 石玉清 王维兰 马明 |
| |
| 作者单位： | 1. 西北民族大学数学与计算机科学学院,甘肃兰州,730030
2. 西北民族大学电气工程学院,甘肃兰州,730030 |
| |
| 基金项目： | 西北民族大学中央高校基本科研业务费专项资金项目,国家自然科学基金资助项目,西北民族大学科研创新团队计划资助项目 |
| |
| 摘 要： | 通过对非负矩阵分解(non-negative matrix factorization,NMF)和因子分解(concept factorization,CF)的分析,针对它们无法核化或忽略数据几何结构和判别信息的问题,提出了基于流形正则化判别的因子分解算法(manifold regularized-based discriminant concept factorization,MRCF).该算法用CF算法对数据进行低维非负分解时,根据流形学习的图框架理论,构建邻接矩阵保持数据局部几何结构;利用样本的标签信息,进行监督学习,给出算法多步更新规则,理论上证明了MRCF算法的收敛性.在人脸数据库ORL、图像库COIL20和手写体数据库USPS上的仿真结果表明,相对于NMF、CF及其一些改进算法,MRCF均具有更高的聚类精度.
|
| 关 键 词： | 图像聚类 流形学习 因子分解 判别分析 |
| 本文献已被 万方数据 等数据库收录！ |
|
