陕西师范大学学报(自然科学版)

作者：余沁茹, 卢桂馥, 李华

单位：芜湖职业技术学院,安徽芜湖241000,安徽工程大学计算机与信息学院,安徽芜湖241009

关键词：图正则化,稀疏编码,图聚类,自适应聚类

基金：国家自然科学基金(61976005),国家自然科学基金(61772277),安徽省自然科学基金(1908085MF183)

在GraphSC算法中,拉普拉斯图是预先定义并且固定不变的,并不会参与之后对于字典与稀疏编码的学习过程,而预先定义的拉普拉斯图往往不是最合适的。针对此问题,提出了自适应正则化稀疏编码(graph regularization sparse coding with adaptive neighbour,GraphSCAN)算法。该算法使用自适应方法构建合适的局部拉普拉斯图,然后将其加到SC的目标函数中;从而将图的构建和稀疏编码纳入到统一框架中,使得图的构建与稀疏编码的运算同时迭代进行。在CMU人脸数据与COIL20数据上进行的图像聚类实验结果验证了GraphSCAN算法的有效性。

来源：2023年第5期

《陕西师范大学学报(自然科学版)》期刊编辑部

查看陕西师范大学学报(自然科学版)杂志2023年第5期