谱学习模糊集成聚类

聚类更稳更准

该集成框架通过谱矩阵融合多个模糊聚类结果,无需对齐隶属度矩阵,避免共似矩阵信息损失,且直接输出最终划分,解决了现有随机投影模糊C均值集成中的关键问题。

Shi, Zhaoyin · 陳龍 · 段俊伟 · Chen, Guangyong · Zhao, Kai

Engineering Applications of Artificial Intelligence 2023

技术优势

无需对齐隶属度

将隶属度矩阵转换为正则化图并采用谱矩阵近似亲和矩阵,天然避免了隶属度矩阵对齐问题。

存储空间小

谱矩阵尺寸固定且远小于原始共似矩阵,因此无需存储大规模图。

信息损失少

直接将同尺寸的谱矩阵用作集成特征,避免了共似矩阵变换造成的信息损失。

一次优化得最终划分

模型中的拉普拉斯秩约束保证集成结果直接就是最终的聚类划分,无需额外的重聚类步骤。

应用场景