Improved spectral clustering using three-way decisions

光谱聚类 聚类分析 计算机科学 离群值 代表(政治) 模式识别(心理学) 噪音(视频) 人工智能 相似性(几何) 数据挖掘 相关聚类 数学 图像(数学) 政治 政治学 法学
作者
Shahzad Khan,Omar Khan,Nouman Azam,Ihsan Ullah
出处
期刊:Information Sciences [Elsevier]
卷期号:641: 119113-119113 被引量:8
标识
DOI:10.1016/j.ins.2023.119113
摘要

Spectral clustering is an unsupervised machine learning algorithm that groups similar data points into clusters. The method generally works by modeling pair-wise data points as input similarity matrices, and then performs their eigen-decomposition. Clustering is then carried out from this high-dimensional representation by utilizing spectral properties. Here, several eigen-points are mapped and merged to a lower dimensional sub-space iteratively. In contrast to traditional methods, spectral clustering is well poised to solve problems involving complex patterns. However, the approach is sensitive to outliers, measurement errors, or perturbations in the original data. These then appear in the form of increased levels of spectral noise, especially in the higher ordered eigen-vectors. Consequently, the application of pre-processing and noise reduction techniques are important for its performance. In this article, we address this issue by introducing a three-way decision based approach to spectral clustering in order to make it insensitive to noise. Three-way decisions are classically applied to problems involving uncertainty and follow a ternary classification system involving actions of acceptance, rejection, and non-commitment. The proposed approach is tested on various standard datasets for verification and validation purposes. Results on the basis of these datasets demonstrate that the proposed approach outperforms classical spectral clustering by an average of 30%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
MEMSforever完成签到,获得积分20
8秒前
xiaofenzi完成签到,获得积分10
9秒前
阿浮完成签到 ,获得积分10
10秒前
犬狗狗完成签到 ,获得积分10
14秒前
宁静致远完成签到,获得积分10
15秒前
徐茂瑜完成签到 ,获得积分10
18秒前
水盒子发布了新的文献求助10
20秒前
狮子座完成签到 ,获得积分10
24秒前
星光完成签到 ,获得积分10
24秒前
ccczzzyyy完成签到,获得积分10
25秒前
25秒前
weng完成签到,获得积分10
26秒前
乒坛巨人完成签到 ,获得积分10
31秒前
宸浅完成签到 ,获得积分10
33秒前
风趣的冬卉完成签到 ,获得积分10
37秒前
研友_LpvQlZ完成签到,获得积分10
40秒前
萧水白完成签到,获得积分10
42秒前
坚强的铅笔完成签到 ,获得积分10
44秒前
英姑应助Fly采纳,获得10
44秒前
48秒前
HXL完成签到 ,获得积分10
50秒前
动听的冰海完成签到 ,获得积分10
52秒前
方方完成签到 ,获得积分10
52秒前
机灵的芷波完成签到 ,获得积分10
54秒前
满鑫完成签到,获得积分10
54秒前
wxnice完成签到,获得积分10
55秒前
吱吱发布了新的文献求助10
55秒前
饱满的大碗完成签到 ,获得积分10
56秒前
1分钟前
win完成签到 ,获得积分10
1分钟前
ruiii完成签到 ,获得积分10
1分钟前
MEMSforever发布了新的文献求助30
1分钟前
酷波er应助吱吱采纳,获得10
1分钟前
小鱼小鱼快快游完成签到 ,获得积分10
1分钟前
蜜蜂威士忌完成签到 ,获得积分10
1分钟前
bai1完成签到 ,获得积分10
1分钟前
爆米花应助wowser采纳,获得10
1分钟前
陈麦子完成签到,获得积分10
1分钟前
小杨完成签到 ,获得积分10
1分钟前
852应助水盒子采纳,获得10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418298
捐赠科研通 2354492
什么是DOI,文献DOI怎么找? 1246104
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921