基于压缩子空间对齐的多核聚类算法

来源：计算机工程与科学杂志2021年第10期北京时间：

作者：欧琦媛, 祝恩

单位：国防科技大学计算机学院，湖南 长沙 410073

摘要：近年来，多核聚类（MKC）在融合多源信息以提高聚类性能方面取得了显著进展。但是，以n表示样本数，O(n2)内存消耗和On3计算消耗限制了这些方法的实用性。重新设计了基于子空间分割的MKC公式，从而将其内存和计算复杂度分别降低到O(n)和O(n2)。在该算法（基于压缩子空间对齐的多核聚类算法CSA-MKC）中，通过对部分数据采样来重建整个数据集。具体而言，在该算法中，在信息融合过程中同时学习了共识采样矩阵，从而使生成的锚点集更适合于跨不同视图的数据重建。因此，改进了重构矩阵的判别性，并增强了聚类性能。此外，该算法易于并行化，通过GPU加速，在6个数据集上进行了测试，在时间上，该算法是数据规模的平方复杂度，在性能上，优于目前的先进算法。

关键词：多核聚类,子空间聚类,子空间对齐,多视图聚类,大规模机器学习,