一种改进的多视图K-均值聚类算法 |
| |
作者姓名: | 伍国鑫 刘秉权 刘铭 |
| |
作者单位: | 哈尔滨工业大学计算机科学与技术学院; |
| |
基金项目: | 国家自然科学基金(61300114);教育部博士点新教师基金(20132302120047);中国博士后科学基金(2013M530156);中央高校基本科研业务费专项资金(HIT.NSRIF.2013066);教育部-微软语言语音重点实验室开放基金-面向大规模文本数据的信息演化分析资助 |
| |
摘 要: | 近几年来,随着互联网的发展以及大数据时代的来临,具有多种表示即多视图数据越来越多,如何将传统的单一表示的数据聚类方法应用在多视图数据被广泛研究。其中传统的K-均值聚类算法因为有效性以及对于大数据的高效性而被扩展到了多视图数据领域,本文针对最近提出的一个新的多视图K-均值聚类方法,结合co-training的思想,提出了一个改进的多视图K-均值聚类算法,并在三个标准数据集上进行了实验,同时和已有的一些方法进行了比较,结果表明了算法的有效性。
|
关 键 词: | 聚类 多视图 K-均值 协同训练 |
本文献已被 CNKI 等数据库收录! |
|