HyperAIHyperAI
منذ 2 أشهر

التصنيف الطيفي على نطاق واسع المستند إلى تقسيم المشكلة إلى أجزاء SMALLER

Li, Hongmin ; Ye, Xiucai ; Imakura, Akira ; Sakurai, Tetsuya
التصنيف الطيفي على نطاق واسع المستند إلى تقسيم المشكلة إلى أجزاء SMALLER
الملخص

التجميع الطيفي هو أحد أكثر طرق التجميع شيوعًا. ومع ذلك، لم يتم حل كيفية تحقيق التوازن بين الكفاءة والفعالية في التجميع الطيفي على نطاق واسع باستخدام الموارد الحوسبة المحدودة بشكل مناسب لفترة طويلة. في هذا البحث، نقترح طريقة تجميع طيفي على نطاق واسع تعتمد على تقنية القسمة والغلبة بهدف تحقيق توازن جيد بين الكفاءة والفعالية. في الطريقة المقترحة، تم تصميم خوارزمية اختيار معالم تعتمد على تقنية القسمة والغلبة ونهج مصفوفة تشابه تقريبية جديد لبناء مصفوفة تشابه نادرة ضمن تعقيدات حسابية منخفضة. ثم يمكن حساب نتائج التجميع بسرعة من خلال عملية تقسيم الرسم البياني الثنائي. تحقق الطريقة المقترحة تعقيدًا حسابيًا أقل من معظم الطرق الحالية للتجميع الطيفي على نطاق واسع. أظهرت النتائج التجريبية على عشرة مجموعات بيانات كبيرة كفاءة وفعالية الطريقة المقترحة. يمكن الحصول على رمز MATLAB للطريقة المقترحة ومجموعات البيانات التجريبية من الرابط https://github.com/Li-Hongmin/MyPaperWithCode.

التصنيف الطيفي على نطاق واسع المستند إلى تقسيم المشكلة إلى أجزاء SMALLER | أحدث الأوراق البحثية | HyperAI