论文成果分享:基于判别约束的半监督多视图非负矩阵分解
近日,生物医学信息中心李烨研究员团队提出一种半监督多视图聚类模型,该算法同时考虑了数据的类间差异性和类内紧致性,可以有效地挖掘多视图数据的判别信息,通过对提出的两种判别信息挖掘机制的讨论,表明类内紧密性在发现数据的判别信息方面起着重要的作用,并讨论了不同重构误差度量方式对模型性能的影响。与当前基于非负矩阵分解的代表性多视图聚类模型相比,聚类性能提升显著。
三种不同判别信息挖掘机制比较
(a) 仅对类内紧致性进行约束; (b)和(c)同时考虑了类内紧致性和类间差异性
阅读原文
全文信息:Guosheng Cui, Ye Li, Jianzhong Li, and Jianping Fan. Discriminatively Constrained Semi-Supervised Multi-View Nonnegative Matrix Factorization with Graph Regularization. Big Data Mining and Analytics, 2023. (Q1, IF=13.6)