Biclustering with dominant sets

双聚类 计算机科学 聚类分析 水准点(测量) 集合(抽象数据类型) 模式识别(心理学) 人工智能 数据挖掘 行和列空间 图形 理论计算机科学 相关聚类 数据库 地理 大地测量学 程序设计语言 CURE数据聚类算法
作者
Matteo Denitto,Manuele Bicego,Alessandro Farinelli,Sebastiano Vascon,Marcello Pelillo
出处
期刊:Pattern Recognition [Elsevier]
卷期号:104: 107318-107318 被引量:3
标识
DOI:10.1016/j.patcog.2020.107318
摘要

Biclustering can be defined as the simultaneous clustering of rows and columns in a data matrix and it has been recently applied to many scientific scenarios such as bioinformatics, text analysis and computer vision to name a few. In this paper we propose a novel biclustering approach, that is based on the concept of dominant-set clustering and extends such algorithm to the biclustering problem. In more detail, we propose a novel encoding of the biclustering problem as a graph so to use the dominant set concept to analyse rows and columns simultaneously. Moreover, we extend the Dominant Set Biclustering approach to facilitate the insertion of prior knowledge that may be available on the domain. We evaluated the proposed approach on a synthetic benchmark and on two computer vision tasks: multiple structure recovery and region-based correspondence. The empirical evaluation shows that the method achieves promising results that are comparable to the state-of-the-art and that outperforms competitors in various cases.
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
小二郎应助tutu采纳,获得10
1秒前
彭于晏应助tutu采纳,获得10
1秒前
酷波er应助tutu采纳,获得30
1秒前
顾矜应助tutu采纳,获得30
1秒前
斯文败类应助tutu采纳,获得10
1秒前
研友_VZG7GZ应助tutu采纳,获得10
1秒前
Orange应助tutu采纳,获得10
1秒前
汉堡包应助tutu采纳,获得10
2秒前
领导范儿应助tutu采纳,获得10
2秒前
cctv18应助tutu采纳,获得10
2秒前
2秒前
3秒前
6秒前
顺利毕业发布了新的文献求助10
7秒前
木野狐发布了新的文献求助30
7秒前
9秒前
10秒前
杨枝甘露完成签到,获得积分20
11秒前
孤独聪健发布了新的文献求助10
12秒前
SciGPT应助ping采纳,获得10
13秒前
乐乐应助顺利毕业采纳,获得30
13秒前
微笑冰旋发布了新的文献求助10
14秒前
Ellie完成签到,获得积分10
15秒前
Akim应助耍酷的荆采纳,获得10
16秒前
Orange应助kll9797采纳,获得10
17秒前
科研通AI2S应助my采纳,获得10
18秒前
七7发布了新的文献求助10
19秒前
Singularity应助hu采纳,获得10
20秒前
20秒前
万安安发布了新的文献求助10
21秒前
TT关注了科研通微信公众号
22秒前
24秒前
科研通AI2S应助核桃酥采纳,获得10
25秒前
25秒前
25秒前
在水一方应助背后的铭采纳,获得10
25秒前
26秒前
海洋完成签到,获得积分10
27秒前
1204仙女完成签到,获得积分10
27秒前
无花果应助阿xi霸采纳,获得10
27秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
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 3248411
求助须知:如何正确求助?哪些是违规求助? 2891780
关于积分的说明 8268752
捐赠科研通 2559811
什么是DOI,文献DOI怎么找? 1388701
科研通“疑难数据库(出版商)”最低求助积分说明 650798
邀请新用户注册赠送积分活动 627775