自适应图正则化稀疏编码算法 |
| |
引用本文: | 余沁茹,卢桂馥,李华.自适应图正则化稀疏编码算法[J].陕西师范大学学报,2023(5):75-83. |
| |
作者姓名: | 余沁茹 卢桂馥 李华 |
| |
作者单位: | 1. 芜湖职业技术学院;2. 安徽工程大学计算机与信息学院 |
| |
基金项目: | 国家自然科学基金(61976005,61772277);;安徽省自然科学基金(1908085MF183); |
| |
摘 要: | 在GraphSC算法中,拉普拉斯图是预先定义并且固定不变的,并不会参与之后对于字典与稀疏编码的学习过程,而预先定义的拉普拉斯图往往不是最合适的。针对此问题,提出了自适应正则化稀疏编码(graph regularization sparse coding with adaptive neighbour, GraphSCAN)算法。该算法使用自适应方法构建合适的局部拉普拉斯图,然后将其加到SC的目标函数中;从而将图的构建和稀疏编码纳入到统一框架中,使得图的构建与稀疏编码的运算同时迭代进行。在CMU人脸数据与COIL20数据上进行的图像聚类实验结果验证了GraphSCAN算法的有效性。
|
关 键 词: | 图正则化 稀疏编码 图聚类 自适应聚类 |
|
|