【技术实现步骤摘要】
本专利技术属于数据聚类分析，具体涉及一种基于超图信号处理的高效聚类方法。
技术介绍
1、图信号处理技术是一种强大的工具，可以对大型数据集中的复杂关系进行建模，现在被用于数据科学、通信网络、流行病学和社会学等不同领域的无数应用。简单图只能对数据之间的两两关系进行建模，这阻碍了它们在具有高阶关系的网络建模中的应用。一种基于张量表示的超图信号处理新框架解决了上述问题，将传统的图信号处理推广到高阶领域。然而由于张量的高阶特性，这使得超图信号处理框架在分析计算时需要耗费巨大的算力。
2、综上所述，目前的图信号处理方法在处理高阶张量交互时仍存在一些问题，因此，如何解决图信号处理框架无法表示出原始信号的高阶交互问题，从而提高超图信号处理框架中张量分解的精确性和效率是本专利技术想要解决的技术问题。
技术实现思路
1、本专利技术的目的在于提供一种基于超图信号处理的高效聚类方法，以解决上述
技术介绍
中提出的问题。
2、本专利技术目的是这样实现的：一种基于超图信号处理的高效聚类方法，其特征...
【技术保护点】
1.一种基于超图信号处理的高效聚类方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于超图信号处理的高效聚类方法，其特征在于：所述步骤S1根据超图构建邻接张量，给出聚类数量，具体为：
3.根据权利要求1所述的一种基于超图信号处理的高效聚类方法，其特征在于：所述步骤S2中通过同时对角化邻接张量的少量随机投影找到张量因子的近似值，具体为：
4.根据权利要求1所述的一种基于超图信号处理的高效聚类方法，其特征在于：所述步骤步骤S2中对邻接张量进行分解具体为：
5.根据权利要求1所述的一种基于超图信号处理的高效...
【技术特征摘要】
1.一种基于超图信号处理的高效聚类方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于超图信号处理的高效聚类方法，其特征在于：所述步骤s1根据超图构建邻接张量，给出聚类数量，具体为：
3.根据权利要求1所述的一种基于超图信号处理的高效聚类方法，其特征在于：所述步骤s2中通过同时对角化邻接张量的少量随机投影找到张量因子的近似值，具体为：
4.根据权利要求1所述的一种基于超图信号处理的高效聚类方法，其特征在于：所述步骤步骤s2中对邻接张量进行分解具体为：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。