本发明提供了一种基于对偶局部学习的非负矩阵分解聚类方法,包括:S10根据待聚类图像选定待分类的数据矩阵V、簇类号a1和a2;S20根据数据矩阵V构建目标函数O;S30根据目标函数O,使用迭代的方法,输出类结果;S40根据类结果对待聚类图像进行聚类。该聚类方法结合了双结构学习,将协同聚类问题转化为具有正交约束的非负矩阵分解问题,简化了问题的复杂度,更具有代表性和普适性,其复杂度低,大大加快了聚类过程中的运行的速度,提高了聚类效率。
📄 2018112216734
📂 G06F17_16
👤 江苏理工学院
📅 2018-10-19