设为首页/收藏本站
联系电话:
学院办公室:0596-2591443
学院信箱:wxxy@mnnu.edu.cn
学院教务科:0596-2591443
学 院 团 委:0596-2528517
院长办公室:0596-2583931
党委书记办:0596-2527835
学术讲座审核表
所属栏目
学科建设学术讲座
讲座题目
基于数据重建的子空间聚类问题研究
主办单位
yl8cc永利官网
讲座开始时间(年-月-日-时-分)
2018年6月12日 上午10时
讲座结束时间(年-月-日-时-分)
2018年6月12日
讲座地点
主讲人
李宝华
职务
职称
讲师
单位
常熟理工学院
学历
博士研究生
学位
博士
专家情况简介
李宝华,男,博士,讲师,常熟理工学院电气与自动化学院讲师,1977年10月3日出生于吉林省伊通满族自治县。主要研究领域:统计机器学习、计算机视觉、优化理论,。
2000年7月,专科毕业于白城师范学院;2009年7月,硕士毕业于兰州大学数学与统计学院计算数学专业,获理学硕士学位;2017年12月,博士毕业于大连理工大学数学科学学院,获理学博士学位。2018年1月至今任教于常熟理工学院电气与自动化学院,讲师。
作为第一作者和第二作者在《IEEE Transactions on Circuits and Systems for Video Technology》、《Communications in Statistics–Simulation and Computation》、《In Proceedings of IEEE conference On Computer Vision and Pattern Recognition (CVPR)》、《International Conference of Intelligence Science and Big Data Engineering》、期刊和国际会议发表论文6篇,其中被SCI JCR 2区CCF-B类收录2篇,顶级会议CCF-A类收录2篇。
参加对象
参加人数
主持人姓名
主持人职称
学院名称
主讲内容
随着大数据处理发展,子空间聚类问题变得日益重要,因为随着数据维度的增加,数据之间相关性变得很强,子空间聚类方法假设不同类的数据来自不同的子空间,简化了数据的表达,避开了高维数据的维数灾难问题,提高了聚类的精度,是数据预处理的重要手段之一。其中基于数据重建的子空间聚类模型由于模型的可解释性好、精度高,近年来备受瞩目。
本报告先对经典的基于数据重建聚类模型进行介绍,针对存在的问题,提出了不同的解决方法: K-support范数正则化方法、混合高斯回归方法、乘性噪音污染下的聚类方法,同时对所提的模型进行了理论分析与实验评测。实验结果表明,新方法提升了聚类精度,具有一定的实用价值。。
版权所有 中国·yl8cc永利(股份)有限公司-官方网站 2015 地址:福建省漳州市芗城区县前直街36号 邮编:363000
CopyRight © 2015 All Rights Reserved.管理登陆