• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Spectral Clustering with Local Projection Distance Measurement
【24h】

Spectral Clustering with Local Projection Distance Measurement

机译：局部投影距离测量的光谱聚类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Constructing a rational affinity matrix is crucial for spectral clustering. In this paper, a novel spectral clustering via local projection distance measure (LPDM) is proposed. In this method, the Local-Projection-Neighborhood (LPN) is defined, which is a region between a pair of data, and other data in the LPN are projected onto the straight line among the data pairs. Utilizing the Euclidean distance between projective points, the local spatial structure of data can be well detected to measure the similarity of objects. Then the affinity matrix can be obtained by using a new similarity measurement, which can squeeze or widen the projective distance with the different spatial structure of data. Experimental results show that the LPDM algorithm can obtain desirable results with high performance on synthetic datasets, real-world datasets, and images.
机译：构造合理的亲和力矩阵对于频谱聚类至关重要。本文提出了一种通过局部投影距离测度（LPDM）的新型光谱聚类算法。在这种方法中，定义了局部投影邻域（LPN），它是一对数据之间的区域，并且LPN中的其他数据被投影到数据对之间的直线上。利用投影点之间的欧几里得距离，可以很好地检测数据的局部空间结构，以测量对象的相似性。然后，可以通过使用新的相似性度量来获得亲和力矩阵，该度量可以利用不同的数据空间结构来压缩或加宽投影距离。实验结果表明，LPDM算法可以在合成数据集，真实数据集和图像上获得令人满意的高性能结果。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第7期|829514.1-829514.13|共13页
  • 作者

    Diao Chen; Zhang Ai-Hua; Wang Bin;

  • 作者单位

    Lanzhou Univ Technol, Coll Elect & Informat Engn, Lanzhou 730050, Peoples R China.;

    Lanzhou Univ Technol, Coll Elect & Informat Engn, Lanzhou 730050, Peoples R China.;

    Northwest Univ Nationalities, Sch Elect Engn, Lanzhou 730030, Peoples R China.;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号