基于局部与全局结构保持的谱聚类
机器学习
2022-10-25 v1
摘要
谱聚类（SC）被广泛用于非线性流形上的数据聚类。SC 旨在通过考虑流形数据上局部邻域结构的保持来进行数据聚类。本文将谱聚类扩展为基于局部与全局结构保持的谱聚类（LGPSC），其同时结合了全局结构与局部邻域结构。为此扩展，LGPSC 提出了两种模型以将局部结构保持扩展为局部与全局结构保持：谱聚类引导的主成分分析模型与多级模型。最后，我们在多个数据集上将最先进方法的实验结果与 LGPSC 的两种模型进行比较，实验结果表明我们的 LGPSC 模型对非线性数据聚类的有效性。
引用
@article{arxiv.2210.12778,
title = {Local and Global Structure Preservation Based Spectral Clustering},
author = {Kajal Eybpoosh and Mansoor Rezghi and Abbas Heydari},
journal= {arXiv preprint arXiv:2210.12778},
year = {2022}
}
备注
19pages, 2 figures, 5 tables