Sparse-Dense Subspace Clustering
Peking University（北京大学）
子空间聚类是指将高维数据聚类到低维子空间的联合中的问题。目前的子空间聚类方法通常是基于一个两阶段的框架。在第一阶段中，从数据生成亲和矩阵。在第二种方法中，谱聚类应用于亲和矩阵。然而，两阶段方法产生的亲和矩阵不能完全揭示来自同一子空间的数据点之间的相似性（子空间内相似性），导致不准确的聚类。此外，大多数方法无法解决大规模的聚类问题，由于效率低下。在本文中，我们首先提出了一个新的可扩展的稀疏方法称为迭代最大相关（IMC）从数据中学习的亲和矩阵。然后，我们开发了分段相关估计（PCE），以增加由IMC产生的子空间内的相似性。最后，我们将我们的工作扩展到一个稀疏-密集子空间聚类（SDSC）框架中，其中包含一个密集阶段来优化两阶段方法的亲和矩阵。我们表明，IMC是有效的聚类大规模数据时，PCE确保更好的性能IMC。我们也展示了SDSC框架的普遍性。在多个数据集上的实验证明了该方法的有效性。此外，我们是第一个在谱聚类之前对亲和矩阵进行加密的人，SDSC构成了建立通用的三阶段子空间聚类框架的第一次尝试。
2019-10-20 cs.LG stat.ML
Doubly Stochastic Subspace Clustering
Cornell University（康奈尔大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
许多最先进的子空间聚类方法遵循两步过程，首先构建数据点之间的亲和矩阵，然后将谱聚类应用于该亲和矩阵。大多数对这些方法的研究都集中在生成亲和力的第一步，这通常利用线性子空间的自我表达特性，很少考虑产生最终聚类的谱聚类步骤。此外，现有的方法通常通过将ad-hoc或任意选择的后处理步骤应用于由自表达聚类公式生成的亲和力来获得在谱聚类步骤中使用的最终亲和力，这可能对整体聚类性能产生重大影响。在这项工作中，我们通过学习数据的自我表达表示和对谱聚类进行良好规范化的亲和矩阵来统一这两个步骤。在我们提出的模型中，我们将亲和矩阵约束为双重随机，这导致亲和矩阵归一化的原则方法，同时还利用了谱聚类中双重随机归一化的已知好处。我们开发了一个通用的框架，并得出两个模型：一个是共同学习的自我表达的表示与双随机亲和力，和一个顺序解决一个，然后其他。此外，我们利用稀疏性的问题，开发一个快速的活动集方法的顺序求解器，使大型数据集上的有效计算。实验表明，我们的方法在计算机视觉中的许多常见数据集上实现了最先进的子空间聚类性能。
2021-04-19 cs.AI cs.CV cs.LG
Extended Affinity Propagation: Global Discovery and Local Insights
Technical University of Munich（慕尼黑工业大学）
我们提出了一种新的聚类算法，扩展的相似性传播，基于成对的相似性。扩展的亲和性传播是通过修改亲和性传播来开发的，使得亲和性传播的期望特征，例如，保留了范例、合理的计算复杂性和不需要指定簇的数量，同时保留了缺点，例如，全局结构发现的缺乏，限制了仿射传播的适用性。扩展的亲和性传播不仅成功地实现了这一目标，而且还可以提供对各个集群的内部结构的各种附加见解，例如，精确的置信度值、相对聚类密度和聚类的不同区域中的局部聚类强度，这对于分析者是有价值的。我们简要讨论这些见解如何帮助轻松调整超参数。我们还说明了这些理想的功能和性能的扩展亲和传播各种合成和现实世界的数据集。
2019-04-15 cs.AI cs.CV cs.LG
Adaptive Affinity Matrix for Unsupervised Metric Learning
Shanghai Jiao Tong University（上海交通大学）
谱聚类是最流行的聚类方法之一，能够处理一些具有挑战性的聚类问题。大多数谱聚类方法提供从数据流形到子空间的非线性映射。只有很少的工作集中在显式线性映射，可以看作是无监督的距离度量学习。在实际应用中，亲和矩阵的选取对无监督学习有着巨大的影响。虽然近几年来仿射学习取得了很大的成功，但仍有一些问题需要解决，如降噪问题。在本文中，我们提出了一种新的方法，称为自适应亲和矩阵（AdaAM），学习自适应亲和矩阵，并从亲和度中导出距离度量。我们假设亲和矩阵是半正定的，能够量化成对的相异性。我们的方法是基于构成的谱分解问题的目标函数的优化。我们从原始数据分布和广泛使用的热核中产生亲和力。所提供的矩阵可以看作是流形上两两关系的最优表示。在大量真实数据集上的实验表明了AdaAM的有效性和高效性。
2016-09-11 cs.CV cs.LG
Incremental Affinity Propagation based on Cluster Consolidation and Stratification
针对动态数据集增量聚类需求，提出基于簇合并与分层的后验亲和传播算法APP，无需全量重聚类即可动态合并新对象、支持遗忘过时簇，在4个数据集上性能与传统AP、IAPNA相当且兼具可扩展性。
2024-01-25 cs.LG cs.NE
Application of the Affinity Propagation Clustering Technique to obtain traffic accident clusters at macro, meso, and micro levels
Federal University of Rio Grande do Sul（南里奥格兰德联邦大学）
事故分组是确定事故多发地点的关键步骤。在不同的事故分组模式中，聚类方法在发现事故在空间上的不同分布方面表现出优异的性能。这项工作介绍了相似性传播聚类（APC）方法分组交通事故的基础上，在空间中的数据点分布之间的相似性和相异性的标准。APC从实例之间的相似性矩阵提供了事件分布的更真实的表示。结果表明，当获得具有代表性的数据样本时，相似性偏好参数为模型的校准和根据期望特征生成聚类提供了必要的性能。此外，研究表明，偏好参数作为一个连续的参数，有利于校准和控制模型的收敛性，允许发现聚类模式与更少的努力和更大的控制结果
2022-02-09 cs.DC cs.LG
Learning Affinity via Spatial Propagation Networks
UC Merced（加州大学默塞德分校）；Nvidia（英伟达）；Dalian University of Technology（大连理工大学）
在本文中，我们提出了空间传播网络学习的亲和矩阵的视觉任务。我们表明，通过构建一个行/列线性传播模型，空间变化的变换矩阵正好构成了一个亲和矩阵，模型密集，全球成对关系的图像。具体来说，我们为线性传播模型开发了一个三向连接，它（a）制定了一个稀疏变换矩阵，其中所有元素都可以是深度CNN的输出，但（b）产生了一个密集的亲和矩阵，可以有效地模拟任何特定于任务的成对相似性矩阵。我们不需要根据两个点的图像特征来设计相似性核，而是可以直接以纯数据驱动的方式输出所有的相似性。空间传播网络是一种通用框架，可以应用于许多与亲和力相关的任务，包括但不限于图像抠图、分割和着色等。本质上，由于深度神经网络分类器的强大学习能力，该模型可以学习高级视觉任务的语义感知的亲和度值。我们验证了细化图像分割边界的任务的框架。在HELEN人脸解析和PASCAL VOC-2012语义分割任务上的实验表明，空间传播网络为生成高质量的分割结果提供了一种通用、有效和高效的解决方案。
2017-10-03 cs.CV cs.LG
Clustering based on the In-tree Graph Structure and Affinity Propagation
University of Electronic Science and Technology of China（电子科技大学）
最近提出的一种聚类方法，称为最近下降（ND），可以将整个数据集组织成一个稀疏连接的图，称为In-tree。这种基于ND的In-tree结构被证明能够揭示数据集底层的聚类结构，除了一个不完美的地方，即在这个In-tree中有一些不需要的边需要被移除。在这里，我们提出了一种有效的方法来自动删除不需要的边缘，在树通过一个有效的结合在树结构与亲和传播（AP）。该组合的关键是在In-tree中可达节点之间添加边，然后使用AP删除不需要的边。在人工数据集和真实数据集上的实验证明了该方法的有效性。
2018-01-29 cs.CV cs.LG stat.ML
Subspace Clustering Based Analysis of Neural Networks
University of California Riverside（加州大学河滨分校）；Oak Ridge National Laboratory（橡树岭国家实验室）
分析深层神经网络潜在空间的工具为更好地理解它们迈出了一步。在这项工作中，我们激励稀疏子空间聚类（SSC），目的是从一组输入上训练的给定神经网络层的潜在结构中学习亲和图。然后，我们使用来自社区发现的工具来量化输入中存在的结构。这些实验表明，随着我们在网络中的深入，输入往往与同一类的其他输入具有越来越大的亲和力。随后，我们利用矩阵相似性度量来执行亲和图之间的逐层比较。在此过程中，我们首先证明，当将当前正在训练的给定层与其最终状态进行比较时，网络的层越浅，它比更深层收敛得越快。当对整个网络架构进行成对分析时，我们观察到，随着网络规模的增加，它会从每个层与其邻居适度相似的状态重新组织到一个块内的层与其他块中的层具有较高相似性的状态。最后，我们分析了网络最终卷积层的学习亲和图，并演示了输入的局部邻域如何影响网络的分类。
2021-07-02 cs.LG
Three-Stage Subspace Clustering Framework with Graph-Based Transformation and Optimization
Peking University（北京大学）；Institute of Big Data Technologies（大数据技术研究院）
子空间聚类（SC）是指将高维数据聚类到一个低维子空间的并集中的问题。基于谱聚类，国家的最先进的方法解决供应链问题的两阶段框架内。在第一阶段中，数据表示技术被应用于从原始数据绘制亲和矩阵。在第二阶段，谱聚类直接应用于亲和矩阵，使数据可以分组到不同的子空间。然而，在第一阶段获得的亲和矩阵通常无法揭示数据点之间的真实关系，这导致不准确的聚类结果。在本文中，我们提出了一个通用的三阶段子空间聚类框架（3S-SC）。在数据表示和谱聚类之间增加了基于图的转换和优化（GBTO）。在第一阶段中获得的亲和矩阵，然后它通过第二阶段，在那里提出的GBTO被应用于生成一个重建的亲和矩阵与更真实的数据点之间的相似性。在GBTO之后应用谱聚类，这是第三阶段。我们通过理论分析验证了我们的3S-SC框架与GBTO。在合成数据和真实世界的手写数字和人脸数据集上的实验证明了所提出的3S-SC框架在提高基于$\ell_0$、$\ell_1$、$\ell_2$或核范数正则化的SC方法的连通性和准确性方面的通用性。
2019-05-02 cs.LG stat.ML
Semi-Supervised Subspace Clustering via Tensor Low-Rank Representation
Southeast University（东南大学）；Caritas Institute of Higher Education（明爱专上学院）；City University of Hong Kong（香港城市大学）
在这封信中，我们提出了一种新的半监督子空间聚类方法，它能够同时增加初始监督信息和构造一个有区别的亲和矩阵。通过将有限数量的监督信息表示为成对约束矩阵，我们观察到用于聚类的理想亲和力矩阵与理想成对约束矩阵具有相同的低秩结构。因此，我们将这两个矩阵堆叠成一个3-D张量，其中施加全局低秩约束以促进亲和矩阵的构建并同步地增加初始成对约束。此外，我们使用输入样本的局部几何结构来补充全局低秩先验，以实现更好的亲和矩阵学习。该模型被配制成一个拉普拉斯图正则化凸低秩张量表示问题，这是进一步解决了一个替代的迭代算法。此外，我们提出了改进的亲和矩阵与增强的成对约束。在8个常用的基准数据集上的综合实验结果表明，我们的方法优于最先进的方法。该代码可在https://github.com/GuanxingLu/Subspace-Clustering上公开获取。
2023-01-04 cs.CV cs.LG
Latent Geometry Inspired Graph Dissimilarities Enhance Affinity Propagation Community Detection in Complex Networks
Technische Universität Dresden（德累斯顿工业大学）
仿射传播是高维特征空间数据聚类的一种有效的无监督模式识别算法。然而，无数的尝试，以测试其性能的社区发现在复杂的网络中已经取得的结果非常远离国家的最先进的方法，如Infomap和Louvain。然而，所有这些研究都认为，关键问题是将未加权的网络拓扑转换为“足够智能”的节点相异性矩阵，该矩阵能够正确地解决亲和传播聚类背后的消息传递过程。在这里，我们介绍了一个概念上的创新，我们讨论了如何利用网络潜在的几何概念，以设计相似性传播社区发现的相异性矩阵。我们的研究结果表明，潜在的几何启发相异度的措施，我们设计带来的亲和传播等于或优于当前最先进的方法社区发现。考虑到合成的“真实”网络（具有已知的地面真实社区）和真实网络（具有社区元数据），即使数据结构被丢失或虚假连接人为引起的噪声破坏，这些发现也得到了可靠的证明。
2018-08-29 cs.LG cs.SI physics.soc-ph
Conformal Prediction based Spectral Clustering
Sri Sathya Sai Institute of Higher Learning（斯里·萨提亚·赛高等教育学院）
谱聚类是近年来一种重要的数据聚类技术，引起了研究者的广泛关注。它是一种高度数据驱动的方法，对要聚类的数据结构没有严格的假设。谱聚类的核心部分之一是基于数据点之间的相似性度量构建亲和矩阵。定义数据点之间的相似性度量的方式对SC技术的性能有直接影响。已经在加强成对相似性度量以增强谱聚类的方向上进行了几次尝试。在这项工作中，我们已经定义了一种新的亲和性措施，采用共形预测（CP）框架中使用的非一致性的概念。基于非一致性的亲和度捕获数据点的邻域之间的关系，并且具有概括上下文相似性的概念的能力。我们已经表明，这种制定的亲和性措施给出了良好的结果，并与最先进的方法。
2019-09-17 cs.CV cs.LG stat.ML
Hierarchical Affinity Propagation
University of Toronto（多伦多大学）
亲和传播是一种基于样本的聚类算法，它找到一组最好的数据点，并将每个数据点与一个样本相关联。我们扩展亲和传播的原则性的方式来解决层次聚类问题，这出现在各种领域，包括生物学，传感器网络和决策运筹学。我们推导出一个推理算法，通过传播信息上下的层次结构，是有效的，尽管所需的图形模型制定的高阶电位。我们证明，我们的方法优于贪婪的技术，集群一层的时间。我们表明，在一个人工数据集设计模仿艾滋病毒株突变动态，我们的方法优于相关方法。对于真实的HIV序列，在地面真相不可用的情况下，我们表明我们的方法在潜在的目标函数方面取得了更好的结果，并显示结果与地理位置和毒株亚型有意义地对应。最后，我们报告的结果使用的方法进行质谱分析，显示它表现良好相比，国家的最先进的方法。
2012-02-14 cs.AI cs.LG stat.ML
Research on Clustering Performance of Sparse Subspace Clustering
School of IoT Engineering, Jiangnan University（江南大学物联网工程学院）
近年来，稀疏子空间聚类已成为处理高维数据的有效工具。在稀疏子空间聚类的框架中有两个基本步骤。一种是求解数据的系数矩阵，另一种是由系数矩阵构造亲和矩阵，并将其应用于谱聚类。本文在现有算法的基础上，从聚类精度和稳定性两个方面研究了影响聚类性能的因素。我们选择了四种方法来求解系数矩阵，并使用四种不同的方法来构造每个系数矩阵的相似度矩阵。然后，我们比较了不同的组合在三个数据集上的聚类性能。实验结果表明，系数矩阵和亲和度矩阵对聚类性能影响很大，如何开发稳定有效的算法仍需研究。
2019-12-21 cs.CV cs.LG
Multi-view Low-rank Sparse Subspace Clustering
Rudjer Boskovic Institute（鲁杰尔·博什科维奇研究所）
大多数现有的方法解决多视图子空间聚类问题，通过构造每个视图上的亲和矩阵，然后提出如何扩展谱聚类算法来处理多视图数据。本文提出了一种多视点子空间聚类方法，通过构造视点间共享的亲和矩阵来学习联合子空间表示。依赖于低秩和稀疏约束在亲和矩阵的构建中的重要性，我们引入了在不同观点之间的协议之间进行平衡的目标，同时鼓励解决方案的稀疏性和低秩。对于每个视图，采用乘子交替方向法求解相关的低秩稀疏约束优化问题。此外，我们将我们的方法扩展到集群数据从非线性子空间中解决相应的问题，在再生核希尔伯特空间。该算法优于国家的最先进的多视角子空间聚类算法在一个合成和四个真实世界的数据集。
2017-08-29 cs.CV cs.LG math.OC
Affinity Clustering Framework for Data Debiasing Using Pairwise Distribution Discrepancy
Research Institute CODE, Bundeswehr University Munich（慕尼黑联邦国防军大学CODE研究所）
本文提出 MASC 亲和聚类数据增强框架，通过数据集间分布差异构建相似矩阵并谱聚类，引入相似情境真实数据平衡非二元受保护属性分布，实现可比现有方法的有效去偏。
2023-06-02 cs.AI cs.LG stat.ML
Latent Complete Row Space Recovery for Multi-view Subspace Clustering
National University of Defense Technology（国防科技大学）；Shanxi University（山西大学）
多视点子空间聚类在图像处理、视频监控等领域得到了广泛的应用，并引起了越来越多的关注。大多数现有的方法学习特定于视图的自表示矩阵，并从多个视图中构造一个组合的亲和矩阵。亲和度构造过程耗时长，并且不能保证组合亲和度矩阵反映整个真实子空间结构。为了克服这些问题，潜在的完全行空间恢复（LCRSR）方法被提出。具体地说，LCRSR是基于这样的假设，即多视图观测是从底层的潜在表示生成的，该潜在表示进一步假设收集从多个子空间精确提取的真实样本。LCRSR能够恢复潜在表示的行空间，它不仅携带来自多个视图的完整信息，而且在一定条件下确定子空间成员。LCRSR不涉及图的构造过程，并且使用高效且收敛的算法来求解，从而更具有可扩展性以适应大规模数据集。通过对不同类型的多视点数据进行聚类，验证了LCRSR的有效性和效率，并在背景减除任务中得到了说明。
2019-12-16 cs.LG stat.ML
Adaptive Attribute and Structure Subspace Clustering Network
City University of Hong Kong（香港城市大学）；Caritas Institute of Higher Education（明爱专上学院）；Southeast University（东南大学）
基于深度自表达的子空间聚类方法已经证明了其有效性。然而，现有的工作只考虑属性信息进行自我表达，这可能会限制聚类性能。本文提出了一种新的自适应属性和结构子空间聚类网络（AASSC-Net），以自适应图融合的方式同时考虑属性和结构信息。具体来说，我们首先利用一个自动编码器来表示输入数据样本的潜在特征的属性矩阵的建设。我们还构造了一个混合的有符号和对称结构矩阵来捕获数据样本的局部几何结构。然后，我们对构造的属性矩阵和结构矩阵执行自表达，以分别学习它们的亲和图。最后，我们设计了一个新的基于注意力的融合模块，自适应地利用这两个亲和图来构建一个更具鉴别力的亲和图。在常用基准数据集上进行的大量实验结果表明，我们的AASSC-Net显着优于最先进的方法。此外，我们进行全面的消融研究，讨论设计模块的有效性。该代码将在https://github.com/ZhihaoPENG-CityU上公开发布。
2022-04-22 cs.CV cs.LG
Self-Tuning Spectral Clustering for Speaker Diarization
Institute for Advancing Intelligence, TCG CREST（先进智能研究所，TCG CREST）；Academy of Scientific and Innovative Research (AcSIR)（科学与创新研究院）；Department of Computer Science, RKMVERI（计算机科学系，RKMVERI）；Electronics and Communication Sciences Unit, Indian Statistical Institute（电子与通信科学单位，印度统计研究院）
本文提出SC-pNA方法，通过从亲和矩阵直接推导剪枝参数并保留每行高相似度簇中前p%的相似度来构建稀疏亲和矩阵，在DIHARD-III数据集上以更高计算效率优于现有自动调谐谱聚类方法。
2025-06-05 cs.LG cs.SD eess.AS
On Geometric Analysis of Affine Sparse Subspace Clustering
Beijing University of Posts and Telecommunications（北京邮电大学）；Johns Hopkins University（约翰斯·霍普金斯大学）
稀疏子空间聚类（SSC）是一种最先进的方法，用于将从子空间的并集中提取的一组数据点分割到它们各自的子空间中。现在很好地理解，SSC在广泛的几何条件下产生子空间保持数据亲和性，但遭受连接问题。在本文中，我们开发了一种新的几何分析的SSC的变体，命名为仿射SSC（ASSC），从仿射子空间的联合聚类数据的问题。我们的贡献包括一个新的概念，称为仿射独立捕获的仿射子空间的集合的安排。在仿射独立的假设下，我们证明了ASSC保证产生子空间保持的亲和力。此外，灵感的现象，即$\ell_1$正则化不再引起稀疏的解决方案是非负的，我们进一步表明，子空间保持恢复可以实现在更弱的条件下，所有数据点以外的极端点，从每个子空间。此外，我们证实了一个奇怪的观察，由ASSC产生的亲和力可能是子空间密集的-这可以保证子空间保持的亲和力ASSC产生正确的聚类条件下，相当弱。我们验证了精心设计的合成数据的理论研究结果，并评估ASSC的性能在几个真实的数据集。
2018-11-21 cs.CV cs.LG eess.SP
Scalable Sparse Subspace Clustering by Orthogonal Matching Pursuit
Johns Hopkins University（约翰斯·霍普金斯大学）
基于$\ell_1$、$\ell_2$或核范数正则化的子空间聚类方法由于其简单性、理论保证和经验成功而变得非常流行。然而，正则化子的选择可以极大地影响理论和实践。例如，保证$\ell_1$正则化给出子空间保持亲和性（即，在来自不同子空间的点之间没有连接）在广泛的条件下（例如，任意子空间和损坏的数据）。然而，它需要解决一个大规模的凸优化问题。另一方面，$\ell_2$和核范数正则化提供了有效的封闭形式解，但是需要非常强的假设来保证子空间保持亲和性，例如，独立的子空间和未损坏的数据。本文研究了一种基于正交匹配追踪的子空间聚类方法。我们表明，该方法是计算效率和保证在广泛的条件下，给一个子空间保持亲和力。在合成数据上的实验验证了理论分析的正确性，并在手写数字和人脸聚类中的应用表明，该方法在准确率和效率之间取得了最佳的平衡。
2016-05-05 cs.CV cs.LG stat.ML
Power to the Points: Validating Data Memberships in Clusterings
University of Utah（犹他大学）
聚类是基于与其他点的接近度对点的标签的隐式分配。这些标签随后被用于下游分析（要么关注单个聚类，要么识别聚类的代表等）。因此，为了将聚类作为探索性数据分析的第一步，我们必须信任分配给单个数据的标签。如果没有监督，我们如何验证这一任务？在本文中，我们提出了一种方法来附加亲和力分数的隐式标签的个人点在聚类。亲和度得分捕获声称“拥有”该点的聚类的置信度水平。这个方法非常通用：它可以用于从欧几里德数据、核化数据或甚至从信息空间导出的数据导出的聚类。它平滑地整合了聚类的重要性函数，允许我们以不同的方式划分八个不同的聚类。它也是高效的：将相似性分数分配给点仅多项式地取决于簇的数量，并且与数据中的点的数量无关。底层空间的维度只在预处理中出现。我们证明了我们的方法的价值与实验研究，说明了使用这些分数在不同的数据分析任务，以及该方法的效率和灵活性。我们还展示了这些分数的有用的可视化;这些可能在交互式分析框架内证明是有用的。
2013-05-21 cs.CG cs.LG
Learning Generative Models of Similarity Matrices
University of Toronto（多伦多大学）
我们描述了一个概率（生成）视图的亲和矩阵以及推理算法与数据聚类相关的问题的一个子类。这种概率视图有助于理解基于数据的亲和函数的不同模型和算法。特别地，我们展示了一个特定概率模型的（贪婪）推理是如何等价于谱聚类算法的，它也为开发新的算法和扩展模型提供了一个框架。作为一种情况下，我们提出了新的生成数据聚类模型，使我们能够推断出适合手头的聚类问题的基本距离度量。这些模型似乎在更大的一类问题中表现良好，而其他聚类算法（包括谱聚类）通常会失败。在多个点数据集上进行了实验评估，表现出良好的性能。
2012-10-19 cs.LG stat.ML
A Simple Approach to Automated Spectral Clustering
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）；Chinese Academy of Science（中国科学院）；University of Chinese Academy of Sciences（中国科学院大学）；Hefei University of Technology（合肥工业大学）；Donghua University（东华大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
谱聚类的性能很大程度上依赖于亲和矩阵的质量。已经提出了各种亲和矩阵构造（AMC）方法，但是它们需要预先确定超参数，这需要很强的经验，并且导致在实际应用中的困难，特别是当聚类间相似性高和/或数据集大时。此外，我们经常需要为不同的数据集选择不同的AMC方法，这仍然取决于经验。为了解决这两个具有挑战性的问题，在本文中，我们提出了一个简单而有效的方法自动谱聚类。首先，我们提出了通过网格搜索或贝叶斯优化中找到最可靠的亲和矩阵由不同的AMC方法与不同的超参数，其中的可靠性量化的图拉普拉斯算子的\textit{relative-eigen-gap}。其次，我们提出了一种基于最小二乘表示和阈值的快速准确AMC方法，并从理论上证明了其有效性。最后，我们提供了一个大规模的扩展的自动谱聚类方法，其时间复杂度是线性的数据点的数量。大量的自然图像聚类实验表明，我们的方法是更通用，准确，高效的基线方法。
2022-10-01 cs.AI cs.LG
Scalable Varied-Density Clustering via Graph Propagation
针对高维数据变密度聚类问题，提出将其作为邻域图中标签传播过程的新视角，引入密度感知邻域传播算法并结合随机投影方法构建近似邻域图，在降计算成本同时保持聚类质量，处理大数据集效率高且准确率有竞争力。
2026-07-13 cs.LG
Parzen Window Approximation on Riemannian Manifold
Indian Institute of Information Technology, Allahabad（印度阿拉哈巴德信息技术学院）
在图动机学习中，标签传播在很大程度上取决于表示为连接数据点之间的边的数据亲和力。亲和性分配隐含地假设流形上的数据均匀分布。该假设可能不成立，并且可能由于向高密度区域漂移而导致不准确的度量分配。漂移影响基于热核的亲和力与全局固定的Parzen窗口要么放弃真正的邻居或迫使遥远的数据点成为邻居的成员。这产生了有偏的亲和矩阵。在本文中，由于不均匀的数据采样的黎曼流形上的偏差是迎合由一个可变的Parzen窗口确定为一个函数的邻域大小，环境尺寸，平坦度范围等，此外，亲和调整使用抵消的影响不均匀的采样负责的偏差。提出了一种亲和度度量，它考虑了不规则采样效应，以产生准确的标签传播。在合成数据集和真实数据集上的大量实验证实，该方法显着提高了分类精度，并优于图拉普拉斯流形正则化方法中现有的Parzen窗口估计。
2020-12-29 cs.CV cs.LG
Large-Scale Subspace Clustering via k-Factorization
The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）
子空间聚类（SC）的目标是对低维子空间的并集中的数据进行聚类。通常，SC学习亲和矩阵，然后执行谱聚类。这两个步骤都具有很高的时间和空间复杂度，这导致难以对大型数据集进行聚类。本文提出了一种大规模子空间聚类的方法，称为k-因子子空间聚类（k-FSC）。K-FSC通过在矩阵分解模型中追求结构稀疏性，直接将数据分解为k组。因此，k-FSC避免了学习亲和矩阵和执行特征值分解，并且在大数据集上具有低（线性）时间和空间复杂度。本文从理论上证明了k-FSC模型的有效性。提出了一种保证收敛性的k-FSC优化算法。此外，k-FSC能够处理稀疏噪声、离群值和缺失数据，这些在实际应用中普遍存在。本文还为k-FSC提供了在线扩展和样本外扩展，以处理流数据和聚类任意大的数据集。在大规模真实数据集上的大量实验表明，k-FSC及其扩展优于最先进的子空间聚类方法。
2021-05-30 cs.AI cs.LG
Hierarchical Sparse Representation Clustering for High-Dimensional Data Streams
College of Computer Science, Sichuan University（四川大学计算机科学学院）；Department of Computer and Information Sciences, Northumbria University（北诺布里亚大学计算机与信息科学系）
针对高维数据流聚类中欧氏距离失效和噪声敏感问题，提出层次稀疏表示聚类方法HSRC，利用$l_1$-minimization和谱聚类生成并合并微簇，通过稀疏残差值自适应选择代表样本并检测离群点，实验证明其有效且鲁棒。
2024-09-07 cs.LG
An Improved Probability Propagation Algorithm for Density Peak Clustering Based on Natural Nearest Neighborhood
University of Science and Technology of China（中国科学技术大学）
通过快速搜索和找到密度峰值（DPC）进行聚类（Since，2014）已被证明是一种有前途的聚类方法，其通过找到密度峰值来有效地发现聚类中心。DPC的精度取决于截断距离（$d_c$）、聚类数（$k$）和聚类中心的选择。此外，最终的分配策略是敏感的，具有差的容错。上述缺点使得该算法对参数敏感，只适用于某些特定的数据集。针对DPC算法的局限性，提出了一种改进的基于自然最近邻的概率传播密度峰值聚类算法（DPC-PPNNN）。DPC-PPNNN通过引入自然最近邻和概率传播的思想，实现了非参数聚类过程，使算法适用于更复杂的数据集。在几个数据集上的实验中，DPC-PPNNN的性能优于DPC，K-means和DBSCAN。
2022-07-04 cs.LG
Graph Clustering with Cross-View Feature Propagation
College of Computer and Information Science, Southwest University（西南大学计算机与信息科学学院）
针对图聚类任务，提出结合多视图特征传播的GCCFP方法，通过含正则项的统一目标函数确定簇归属，经迭代优化且可有限步收敛，在真实图上性能优于现有方法。
2024-08-12 cs.LG
Improved Spectral Clustering via Embedded Label Propagation
谱聚类是机器学习和数据采掘领域的一个重要研究课题。现有的谱聚类算法大多建立在高斯-拉普拉斯矩阵上，而高斯-拉普拉斯矩阵对参数敏感。我们提出了一种新的参数自由，距离一致的局部线性嵌入。提出的距离一致LLE保证了距离较近的数据点之间的边具有更大的权值，并提出了一种基于嵌入标签传播的改进谱聚类算法。我们的算法建立在现有技术的两个进步基础上：1）标签传播，它根据邻近节点的距离将节点标签传播到相邻节点; 2）流形学习，它已被广泛用于利用数据点的流形结构。首先，我们对原始数据进行标准谱聚类，并将每个聚类分配给k个最近的数据点。接下来，我们通过密集的未标记的数据区域传播标签。大量的实验与各种数据集验证了该算法的优越性相比，目前最先进的光谱算法。
2015-10-06 cs.LG
Towards Robust and Scalable Density-based Clustering via Graph Propagation
School of Computer Science, University of Auckland, New Zealand（奥克兰大学计算机科学学院）；Department of Mathematics and Computer Science, University of Southern Denmark, Denmark（丹麦南部大学数学与计算机科学系）
本文提出CluProp框架，将高维空间中的变密度聚类转化为邻域图上的标签传播过程，通过高效的传播机制缓解传统密度方法的参数敏感性，实现大规模数据的高效准确聚类。
2026-08-27 cs.LG
Learning to Cluster Faces on an Affinity Graph
The Chinese University of Hong Kong（香港中文大学）；SenseTime Group Limited（商汤集团有限公司）；Nanyang Technological University（南洋理工大学）
人脸识别近年来取得了显著的进展，其性能已经达到了很高的水平。将其带到下一个级别需要相当大的数据，这将涉及高昂的注释成本。因此，利用未标记的数据成为一个有吸引力的替代方案。最近的工作表明，聚类未标记的脸是一种很有前途的方法，往往会导致显着的性能增益。然而，如何有效地聚类，特别是在大规模（即百万级或以上）数据集上，仍然是一个悬而未决的问题。一个关键的挑战在于聚类模式的复杂变化，这使得传统的聚类方法难以满足所需的准确性。这项工作探索了一种新的方法，即学习集群，而不是依赖于手工制作的标准。具体来说，我们提出了一个框架的基础上图卷积网络，它结合了检测和分割模块，以查明人脸集群。实验表明，我们的方法产生更准确的人脸聚类，因此，也导致进一步的性能增益在人脸识别。
2019-05-05 cs.CV cs.LG
Bootstrap Deep Spectral Clustering with Optimal Transport
College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院）；College of Electronic and Information Engineering, Shanghai Institute of Intelligent Science and Technology, Tongji University（上海智能科学与技术研究院，同济大学电子与信息工程学院）；Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（上海智能自主系统研究院，同济大学）；Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院）；Faculty of Computer Science, University of Vienna（维也纳大学计算机科学学院）；Singapore Institute of Technology（新加坡理工学院）
针对谱聚类分离优化和表示能力有限的问题，提出端到端深度谱聚类模型BootSC，联合学习各阶段，利用最优传输监督自举，并引入正交重参数化增强判别，在ImageNet-Dogs上NMI提升16%。
2025-08-06 cs.CV cs.LG
GLC++: Source-Free Universal Domain Adaptation through Global-Local Clustering and Contrastive Affinity Learning
School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）；School of Automotive Engineering, Tongji University（同济大学汽车工程学院）；Faculty of Computer Science, Chemnitz University of Technology（化学工业大学计算机科学学院）；Department of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学系）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）；School of Computer Science and Technology, Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University（同济大学计算机科学与技术学院、教育部嵌入式系统与服务计算重点实验室）
针对 SF-UniDA 中已知类分类与未知类分离问题，提出 GLC 及融合对比亲和学习的 GLC++，在 VisDA、Office-Home 等场景显著提升性能。
2025-07-26 cs.AI cs.CV cs.LG
Affinity guided Geometric Semi-Supervised Metric Learning
Myntra Designs（Myntra设计公司）；Indian Institute of Technology Madras（印度理工学院马德拉斯分校）；Monash University（莫纳什大学）
在本文中，我们从黎曼几何透镜中改进了被遗忘的经典半监督距离度量学习（SSDML）问题，以在端到端的深度框架内利用随机优化。动机来自于这样一个事实，即除了一些经典的SSDML方法学习线性马氏度量外，深度SSDML尚未被研究。我们首先将现有的SSDML方法扩展到它们的深层对应物，然后提出一种新的方法来克服它们的局限性。由于我们的度量参数的约束性质，我们利用黎曼优化。我们的深度SSDML方法采用了一种新的基于亲和传播的三元组挖掘策略，其性能优于竞争对手。
2020-11-06 cs.CV cs.LG
Concept Factorization via Self-Representation and Adaptive Graph Structure Learning
Department of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院）；College of Computer and Information Science, Southwest University（西南大学计算机与信息科学学院）；School of Cyber Science and Technology, Beihang University（北航信息科学与技术学院）
本文提出 CFSRAG 模型，通过自表示学习亲和矩阵并实现动态图正则化，以自适应学习数据结构，实验表明其在四个真实数据集上的聚类性能优于现有方法。
2025-05-06 cs.LG
Cross-Domain Label Propagation for Domain Adaptation with Discriminative Graph Self-Learning
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Nanjing University of Science and Technology（南京理工大学）
领域自适应设法将良好标记的源数据的知识转移到未标记的目标数据。许多最近的努力集中在提高目标伪标记的预测准确性以减少条件分布偏移。本文提出了一种新的领域自适应方法，该方法通过跨领域标签传播来推断目标伪标签，从而可以探索两个领域数据的底层流形结构。与现有的跨域标签传播方法不同，将域不变特征学习，亲和矩阵构建和目标标签推断分为三个独立的阶段，我们建议将它们集成到一个统一的优化框架中。通过这种方式，这三个部分可以从迭代优化的角度相互促进，从而实现更有效的知识转移。此外，为了构造高质量的亲和矩阵，提出了一种判别图自学习策略，该策略不仅能够自适应地捕获两个领域数据的内在相似性，而且能够有效地利用良好标记的源数据和伪标记的目标数据中所包含的判别信息.设计了一个有效的迭代优化算法来求解我们提出的目标函数。值得注意的是，所提出的方法可以以简单但有效的方式扩展到半监督领域自适应，并且可以用相同的算法来解决相应的优化问题。在六个标准数据集上的实验验证了该方法在无监督和半监督领域自适应环境下的显著优越性。
2023-02-17 cs.LG
Towards Robust Nonlinear Subspace Clustering: A Kernel Learning Approach
Université de Sherbrooke（谢布鲁克大学）
本文提出DKLM，一种数据驱动的核学习非线性子空间聚类方法，通过自适应核学习与块对角亲和矩阵优化，提升聚类鲁棒性并在实验中验证其有效性。
2025-01-20 cs.CV cs.LG stat.ML
Global Graph Propagation with Hierarchical Information Transfer for Incomplete Contrastive Multi-view Clustering
Harbin Institute of Technology, Weihai（哈尔滨工业大学（威海））；Ningbo University（宁波大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
提出一种不完整多视图聚类方法，通过视图特定GCN、全局图传播和层级信息传递，结合对比学习实现端到端联合优化，提升聚类性能。
2025-02-26 cs.LG
Clustering Edges in Directed Graphs
University of Miami（迈阿密大学）
顶点如何对图形数据产生影响？我们开发了一个框架的边缘聚类，探索性数据分析，揭示了如何顶点和边缘合作完成有向影响图，特别是有向图的一种新方法。与普遍存在的将顶点分组的顶点聚类相比，边聚类将边分组。共享功能亲和度的边被分配到同一组并形成影响子图聚类。与顶点聚类的复杂性相媲美，该框架提出了三种不同的方法，边缘谱聚类，揭示重要的影响子图的图形数据，每种方法提供不同的见解直接影响过程。我们提出了几个不同的例子证明边缘聚类在科学研究中的广泛应用的潜力。
2022-02-23 cs.LG cs.SI
Large-Scale Sparse Subspace Clustering Using Landmarks
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
基于将每个数据点表示为数据集中所有其他点的线性组合的子空间聚类方法是流行的无监督学习技术。然而，现有的方法招致高计算复杂性的大规模数据集，因为它们需要解决一个昂贵的优化问题，并执行大型亲和矩阵的谱聚类。本文提出了一种有效的子空间聚类方法，通过选择一个小子集的输入数据称为地标。由此产生的子空间聚类方法在减少域运行在线性时间相对于原始数据的大小。对合成数据和实际数据的数值实验表明了该方法的有效性。
2019-08-02 cs.LG stat.ML
Deep Multimodal Subspace Clustering Networks
Rutgers University（罗格斯大学）；Johns Hopkins University（约翰霍普金斯大学）
提出基于CNN的无监督多模态子空间聚类框架，包含多模态编码器、自表达层和解码器，通过空间融合和亲和融合策略，显著优于现有方法。
2019-01-04 cs.AI cs.CV cs.LG
Filtrated Spectral Algebraic Subspace Clustering
Johns Hopkins University（约翰斯·霍普金斯大学）
代数子空间聚类（ASC）是一种基于多项式拟合和微分的简单而优雅的方法，用于对从任意子空间并集中提取的无噪声数据进行聚类。然而，在实践中，ASC限于等维子空间，因为通过代数方法估计的子空间维数是敏感的噪声。本文提出了一种新的ASC算法，可以处理从任意维的子空间中提取的噪声数据。该算法的核心思想是：（1）在每个点上构造一个包含通过该点的子空间的递减子空间序列;（2）利用该序列中任何一点到每个子空间的距离构造一个子空间聚类亲和度，该亲和度在理论和实践上都优于其他亲和度。在Hopkins 155数据集上的实验表明，该方法相对于稀疏和低秩子空间聚类方法具有优越性。
2015-10-15 cs.CV cs.LG
Subspace Clustering using Ensembles of $K$-Subspaces
Portland State University（波特兰州立大学）；University of Pennsylvania（宾夕法尼亚大学）；University of California, Berkeley（加州大学伯克利分校）；University of Michigan（密歇根大学）
子空间聚类是对低维线性子空间的并集附近的点进行无监督分组。直接基于这些数据的几何特性的算法往往要么提供较差的经验性能，缺乏理论保证，要么严重依赖于它们的初始化。我们提出了一种新的几何方法的子空间聚类问题，利用合奏的K-子空间（KSS）算法通过证据积累聚类框架。我们的算法，被称为合奏K-子空间（EKSS），形成一个共关联矩阵，其第（i，j）项是点i和j被聚类在一起的随机初始化的KSS的几个运行的次数。我们证明一般恢复保证任何算法，形成一个亲和矩阵的条目接近成对绝对内积的单调变换。然后，我们表明，EKSS的一个具体实例的结果在这种形式的条目的亲和矩阵，因此我们提出的算法可以证明恢复子空间在类似的条件下，以国家的最先进的算法。据我们所知，这一发现是证据积累聚类和KSS变体的第一个恢复保证。我们显示合成数据，我们的方法表现良好，在传统的具有挑战性的设置的子空间与大的交集，子空间与小的主角度，和嘈杂的数据。最后，我们评估我们的算法在六个常见的基准数据集，并表明，与现有的方法不同，EKSS实现了出色的经验性能时，每个子空间都有一个小的和大量的点。
2021-01-06 cs.CV cs.LG stat.ML
Contrastive Adaptive Propagation Graph Neural Networks for Efficient Graph Learning
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；Peng Cheng Laboratory（鹏城实验室）
图神经网络（GNNs）通过提取和传播结构感知特征在处理图数据方面取得了巨大成功。现有的GNN研究设计了各种传播方案来引导邻居信息的聚合。最近，该领域已经从本地传播计划，专注于本地邻居扩展传播计划，可以直接处理扩展的邻居，包括本地和高阶邻居。尽管令人印象深刻的性能，现有的方法仍然不足以建立一个有效的和可学习的扩展传播方案，可以自适应地调整本地和高阶邻居的影响。本文提出了一种高效而有效的端到端框架，即对比自适应传播图神经网络（CAPGNN），以解决这些问题，结合个性化PageRank和注意力技术。CAPGNN模型的可学习的扩展传播方案与一个稀疏的局部亲和矩阵的多项式，其中多项式依赖于个性化的PageRank提供优良的初始系数。为了自适应地调整局部和高阶邻居的影响，系数注意模型被引入学习调整多项式的系数。此外，我们利用自监督学习技术，并设计了一个无负熵感知的对比损失，以明确地利用未标记的数据进行训练。我们实现CAPGNN作为两个不同的版本命名为CAPGCN和CAPGAT，分别使用静态和动态稀疏局部亲和矩阵。在图形基准数据集上的实验表明，CAPGNN可以始终优于或匹配最先进的基线。源代码可在https://github.com/hujunxianligong/CAPGNN上公开获得。
2021-12-02 cs.LG cs.SI
Deep Clustering with Measure Propagation
Interactions LLC（Interactions 有限责任公司）
深度模型改进了监督学习和无监督学习的最新技术。例如，深度嵌入式聚类（DEC）通过使用堆叠式自动编码器进行表示学习，极大地提高了无监督聚类的性能。然而，深度建模的一个弱点是原始空间中的局部邻域结构不一定保留在潜在空间中。为了保持局部几何形状，在监督和半监督学习文献中已经提出了各种方法（例如，谱聚类和标签传播）。在本文中，我们将深度表示学习的强度与测量传播（MP）相结合，MP是一种最初用于半监督场景的基于KL发散的图正则化方法。MP的主要假设是，如果两个数据点在原始空间中接近，则它们可能属于同一类，通过类成员分布的KL-散度来衡量。通过在无监督学习场景中采取相同的假设，我们提出了我们的深度嵌入式聚类辅助测量传播（DECAMP）模型。我们在短文本聚类任务上评估了DECAMP。在三个公共数据集上，DECAMP的表现与其他最先进的基线具有竞争力，包括使用额外数据生成聚类过程中使用的词嵌入的基线。例如，在Stackoverflow数据集上，DECAMP实现了79%的聚类准确率，比所有现有基线高出约5%。这些实验结果表明，DECAMP是一种非常有效的无监督学习方法。
2021-04-26 cs.CL cs.LG
A Novel Efficient Approach with Data-Adaptive Capability for OMP-based Sparse Subspace Clustering
Shenzhen Graduate School, Peking University（北京大学深圳研究生院）
正交匹配追踪算法在数据科学及其稀疏子空间聚类、图像处理等应用中有着重要的作用。然而，现有的基于OMP的方法缺乏数据自适应性，从而不能很好地表示数据，并可能失去准确性。本文提出了一种新的方法，以提高基于OMP的稀疏子空间聚类的数据自适应能力。在我们的方法中，参数选择过程的基础上调整的数据分布的信息表示的参数。我们的理论分析表明，参数选择过程可以有效地协调任何OMP为基础的方法，以提高聚类性能。此外，一个新的自我表达的亲和力（SEA）比率度量的定义来衡量稀疏表示转换效率的谱聚类，以获得数据分割。实验结果表明，与其他基于OMP的稀疏子空间聚类算法相比，该算法在聚类精度、SEA比和表示质量等方面均具有更好的性能，同时保持了时间效率和抗噪能力。
2019-08-30 cs.LG stat.ML
Flexible Priors for Exemplar-based Clustering
University of Toronto（多伦多大学）
基于示例的聚类方法已被证明可以在许多合成和真实世界的聚类问题上产生最先进的结果。它们很有吸引力，因为它们提供了潜在均值模型的计算优势，并且可以处理数据点之间的任意成对相似性度量。然而，当试图在聚类问题中恢复底层结构时，定制的相似性度量往往是不够的;我们还希望控制聚类大小的分布。先验（如Dirichlet过程先验）允许在数据分区上表达先验时不指定聚类的数量。据我们所知，他们还没有被应用到基于范例的模型。我们将展示如何将先验，包括狄利克雷过程先验，到最近推出的亲和传播算法。我们为我们的新模型开发了一个有效的最大乘积信念传播算法，并通过实验证明了扩展的聚类先验范围如何使我们能够更好地恢复真实的聚类，在这种情况下，我们有一些信息的生成过程。
2012-06-13 cs.LG stat.ML
Optimal Transport Based Change Point Detection and Time Series Segment Clustering
Tufts Center for Applied Brain and Cognitive Sciences (CABCS)（塔夫茨应用脑与认知科学中心）
时间序列分析中的两个常见问题是将数据流分解为不相交的片段，每个片段在某种意义上都是“同质的”-一个被称为变点检测（CPD）的问题-以及将相似的不相邻片段分组，我们称之为时间序列片段聚类（TSSC）。基于最近的理论进展，表征了Wasserstein双样本测试的限制性无分布行为（Ramdas et al. 2015），我们提出了一种新的无监督，无分布CPD算法，该算法适用于离线和在线设置。我们还介绍了一种方法，以减轻CPD中的误报，并通过使用检测到的片段之间的Wasserstein距离来建立一个亲和矩阵，我们应用谱聚类来解决TSSC。合成和真实数据集上的结果显示了该方法的优点。
2020-02-20 cs.LG eess.SP
Forest Fire Clustering for Single-cell Sequencing with Iterative Label Propagation and Parallelized Monte Carlo Simulation
Yale University（耶鲁大学）；Massachusetts Institute of Technology（麻省理工学院）；University of California, Irvine（加州大学欧文分校）
在单细胞测序时代，越来越需要使用聚类方法从数据中提取见解。在这里，我们介绍森林火灾聚类，一种有效的和可解释的方法，从单细胞数据的细胞类型发现。森林火灾聚类使得最小的先验假设，并且与当前方法不同，计算每个细胞被分配细胞类型标签的非参数后验概率。这些后验分布允许评估每个细胞的标签置信度，并能够计算“标签熵”，突出显示沿发育轨迹的过渡。此外，我们表明，森林火灾聚类可以在在线学习环境中进行鲁棒的归纳推理，并且可以轻松扩展到数百万个单元格。最后，我们证明了我们的方法优于国家的最先进的聚类方法在不同的基准模拟和实验数据。总体而言，森林火灾聚类是一个有用的工具，在大规模的单细胞分析中发现罕见的细胞类型。
2022-05-26 cs.LG stat.ML
On Deterministic Conditions for Subspace Clustering under Missing Data
Purdue University（普渡大学）；Tufts University（塔夫茨大学）
在本文中，我们提出了确定性条件下的稀疏子空间聚类（SSC）的成功缺失的数据，当数据被假定为来自一个联盟的子空间（UoS）模型。我们考虑两种算法，这是SSC的变体与条目式零填充，不同的优化问题，用于找到亲和矩阵谱聚类。对于这两种算法，我们提供了确定性的条件，任何模式的缺失数据，这样可以实现完美的聚类。我们提供了大量的模拟结果，聚类以及在缺失条目的数据完成，根据UoS模型。我们的实验结果表明，在对比完整的数据情况下，准确的聚类并不意味着准确的子空间识别和完成，表明这些问题的相对硬度的自然顺序。
2016-07-11 cs.IT cs.LG math.IT
Clustering Based on Density Propagation and Subcluster Merging
School of Artificial Intelligence, OPtics and ElectroNics (iOPEN)（人工智能、光学与电子学院（iOPEN））；School of Computer Science（计算机学院）；Northwestern Polytechnical University（西北工业大学）
提出DPSM密度聚类方法，通过密度传播自动确定簇数并适用于图空间，结合CluCut度量指导子簇合并，实验验证其有效性。
2024-11-04 cs.LG stat.ML
