山东大学学报(理学版)

作者：李心雨,范辉,刘惊雷

单位：1.山东工商学院计算机科学与技术学院, 山东 烟台 264005;2.山东省高等学校未来智能计算协同创新中心, 山东 烟台 264005;3.烟台大学计算机与控制工程学院, 山东 烟台 264005

关键词：鲁棒聚类,L2,1范数,低秩矩阵分解,自适应图调节,增广拉格朗日乘子法,

基金：国家自然科学基金资助项目(62002200,61772319);山东省自然科学基金资助项目(ZR2020QF012)

聚类是数据挖掘和机器学习领域的重要研究内容,一般会先基于数据样本构建相似图,再基于相似图将样本划分到相应的类中。但是真实的数据经常被损坏,导致学习的相似图不准确,从而直接影响聚类结果。为解决这些问题,提出一种面向鲁棒聚类的自适应图调节和低秩矩阵分解的方法,该方法的核心思想是:将原始数据X分解为纯净数据D和噪声数据S,再基于纯净数据构造拉普拉斯矩阵并进行自适应图调节。随后,给出一个联合学习框架,将数据分离、自适应图正则、噪声消除和低秩矩阵分解集成到一个目标函数中。利用增广拉格朗日乘子法分别更新变量。最后,在理论上证明算法的收敛性并进行实验。实验结果表明所提出的方法与现有一些方法相比有一定优越性。

来源：2022年第8期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2022年第8期