TPAMI 2024 | 基于锚点引导的快速聚类

题目：[Fast Clustering With Anchor Guidance (https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10262202)

基于锚点引导的快速聚类

作者：Feiping Nie; Jingjing Xue; Weizhong Yu; Xuelong Li

---

摘要

聚类旨在通过对象的内在性质将一组对象划分为不同组。现有方法多因各种正则化术语而引发的超参数问题难以处理，这降低了模型的适用性。此外，传统的图聚类方法总是面临高昂的时间成本。为此，我们提出了一种基于锚点引导的快速聚类模型（FCAG）。所提出的模型不仅避免了无需额外正则化术语的琐碎解决方案，而且通过利用二分图的先验知识，适合处理大规模问题。此外，所提出的FCAG还可以处理样本外扩展问题。我们提出了三种优化方法：投影梯度下降（PGD）方法、迭代重加权（IRW）算法和坐标下降（CD）算法来解决FCAG。广泛的实验验证了优化方法CD的优越性。此外，与其他二分图模型相比，FCAG具有更好的性能和更少的时间成本。另外，我们通过理论和实验证明，当PGD的学习率趋于无穷大时，PGD等同于IRW。

关键词

• 二分图
• 快速聚类
• 优化
• 琐碎解决方案