[发明专利]基于鲁棒秩约束稀疏学习的图聚类方法在审
| 申请号： | 201910615677.9 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110334770A | 公开（公告）日： | 2019-10-15 |
| 发明（设计）人： | 王琦;李学龙;刘然 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 王鲜凯 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 目标函数 秩约束 聚类 鲁棒性 迭代 范数 构建 鲁棒 稀疏 无约束优化问题 初始目标函数 相似度矩阵 聚类结果 连通区域 稀疏表示 学习数据 优化问题 终止条件 数据点 减去 邻域 邻近 分解 学习 更新 优化 应用 | ||
【权利要求书】：
1.一种基于鲁棒秩约束稀疏学习的图聚类方法，其特征在于包括以下步骤：
步骤一、通过稀疏表示方法学习数据相似图S，同时结合L2,1范数，X为数据，初始目标函数为：
步骤二、采用k邻近法构建初始图，通过正则化项约束所求相似图S在初始图B的邻域内；
步骤三、对S的拉普拉斯矩阵Ls的秩加以约束，使秩等于数据点个数减去该相似图连通区域个数，根据数据点在相似图中的连通关系直接得到聚类结果，具体地，通过进行约束；
步骤四、将上述三项加入系数后加在一起，得到最终的目标函数：
步骤五、应用增广拉格朗日乘子法，令E＝X-XZ、Z＝S，将目标函数转化为：
步骤六、对于其中包含的E、Z、S、F，首先进行初始化，然后在每次迭代中，固定其他三个变量不变，交替优化某一变量；
步骤七、在每次迭代的最后，对增广拉格朗日乘子法包含的参数进行更新，经过有限次迭代，逐步求得最优解；
步骤八、根据求得的最优解，对S进行分解，得到最终的聚类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北工业大学，未经西北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910615677.9/1.html，转载请声明来源钻瓜专利网。
