杨利锋
- 作品数：4 被引量：2H指数：1
- 供职机构：广西师范大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自表征和群组效应的子空间聚类算法
- 2017年
- 为解决目前聚类算法对噪声敏感和缺乏考虑样本间相关性等问题,提出一种充分考虑样本间相关性,使构造的关联矩阵保持子空间结构的子空间聚类算法。利用2,1-norm对每个样本进行自表征;群组效应确保相近样本的自表征系数亦相近,生成块对角化的样本自表征系数矩阵;根据自表征矩阵得到关联矩阵,在谱聚类模型下实现数据聚类。在Hopkins155等数据集上的实验结果表明,在聚类错误率评判标准下,该算法优于现有经典子空间聚类算法SRC、SSC等。
- 苏毅娟李永钢杨利锋孙可罗?
- 关键词：子空间聚类谱聚类关联矩阵
- 基于低秩稀疏子空间的数据挖掘算法研究
- 高维数据不仅具有高维的属性特征，通常还含有大量的冗余和噪声以及离群点，这使得高维数据的空间结构变得复杂，不利于数据挖掘算法使用数据中的真实关联结构来构建效果更好的模型。其中，构造系数矩阵是寻找数据中关联结构的重要步骤，即...
- 杨利锋
- 关键词：数据挖掘子空间聚类子空间学习
- 基于超图稀疏的低秩属性选择算法用于多回归分析
- 2018年
- 针对已有的多回归算法未能更好地考虑不同列类别之间的关联性,提出了一种基于超图稀疏的属性选择方法。利用稀疏理论中的l_(2,p)-范数来改进线性回归模型,结合低秩结构和超图表示来分别考虑同一类别间的局部结构和不同类别间的全局结构,通过子空间学习中的线性判别分析(LDA)来进一步调整重构系数矩阵的结果。经实验验证,提出的算法在六个公开数据集上相比四种对比算法,在多回归分析中均能取得更好的结果。
- 罗?苏毅娟雷聪胡荣耀杨利锋李永钢
- 关键词：子空间学习
- 稀疏样本自表达子空间聚类算法被引量：2
- 2016年
- 针对现有子空间聚类算法在构造相似度矩阵时,没有同时利用样本自表达和稀疏相似度矩阵以及去除噪音、离群点的干扰相结合,提出了一种新的稀疏样本自表达子空间聚类方法。该方法通过样本自表达而充分利用样本间固有相关性的本质,创新性地同时使用L1-范数和L2,1-范数正则化项惩罚相似度矩阵,即对所有测试样本进行稀疏样本自表达,从而确保每个测试样本由与其相关性强的样本表示,并使所获得的相似度矩阵具有良好的子空间结构和鲁棒性。通过Hopkins155和人脸图像等大量数据集的实验结果表明,本文方法在实际数据的子空间聚类中能够获得非常好的效果。
- 林大华杨利锋邓振云李永钢罗噭
- 关键词：子空间聚类谱聚类相似度矩阵
- 全文增补中
