论文部分内容阅读
针对经典谱聚类算法采用原始训练样本或重构系数直接构建相似度矩阵所产生解的次优性问题,结合平滑聚类模型和强制组效应条件,提出一种块对角拉普拉斯约束的平滑聚类算法.首先,以非负性以及加和约束为条件构建表示系数的相似度正则项,较原始样本具有更好的重构能力和抗噪特性;其次,通过改进的秩约束条件促使拉普拉斯矩阵具备直观的类簇连通性;最后,将所述约束条件添加至经典平滑聚类模型,以获得重构关联图和邻域相似图的联合优化公式.为有效地计算模型参数,设计一种交替变量更新法进行迭代运算,其子问题都具备全局最优解,保证整体