论文笔记:Self-Tuning Spectral Clustering

论文《Self-Tuning Spectral Clustering》探讨了谱聚类中的挑战,如选择分析尺度、处理多尺度数据和自动确定群组数。通过提出局部缩放和利用特征向量结构,该论文提出了一种新算法,减少了对k均值的依赖,解决了谱聚类的自动化问题。
摘要由CSDN通过智能技术生成

一、基本信息

论文题目:《Self-Tuning Spectral Clustering 》

发表时间:NIPS  2004

论文作者及单位:

论文地址:http://citeseer.ist.psu.edu/viewdoc/download;jsessionid=BC4F7D591F25F3872ACBA2CF58354C9C?doi=10.1.1.84.7940&rep=rep1&type=pdf

 

二、摘要

       我们研究了谱聚类中的一些开放性问题,主要有:(i)选择合适的分析尺度,(i i)处理多尺度数据,(i i i)不规则背景杂波聚类,以及(iv)自动查找组数。我们首先提出一个“局部”尺度来计算每对点之间的亲和力。这种局部缩放会导致更好的集群,尤其是当数据包含多个尺度以及集群放置在杂乱的背景中时。我们进一步提出利用特征向量的结构来自动推断群的数目。这就产生了一种新的算法,可以省略掉最终随机初始化的k均值操作。

 

三、论文的主要内容与工作

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值