动态融合的多视图投影聚类算法

多视图聚类是一个日益受到关注的研究热点。现有的大多数多视图聚类方法通常先对数据进行图学习,再对融合得到的统一图进行聚类得到最终结果,这种图学习和图聚类的两步策略可能导致聚类结果具有随机性。此外,多视图数据本身存在不可避免的噪声并且各视图数据差异较大,在原始高维数据空间进行无效融合可能造成重要信息的损失,不同多视图数据也可能存在选择参数敏感的问题。为了解决上述问题,提出了一种动态融合的多视图投影聚类算法,将自适应降维图学习、无参数的自权重图融合和谱聚类整合在同一框架中,三个过程相互促进,联合优化投影矩阵、相似性矩阵、共识矩阵以及聚类标签。对动态融合过程中得到的共识矩阵的拉普拉斯矩阵施加秩约束,直接获得聚类结果。而且引入的启发式超参数会随着每次优化迭代自动调整。为了求解联合优化问题,设计了一种有效的交替迭代方法。在人工数据集和真实数据集上得到的实验结果表明该算法的优越性。

微创治疗乳腺良性肿块的围手术期护理

乳腺良性肿块好发于中青年女性,发病率较高,传统的手术切除方法创伤较大,切口不美观,乳房瘢痕大,不能满足女性的审美要求。近年,随着微创技术的不断提高,麦默通及安珂微创手术系统在乳腺良性肿块治疗中具有较好的临床价值,已得到广泛应用。笔者现就围手术期护理要点总结报道如下。

心理干预对乳腺癌患者心理状态及生活质量的影响

目的:探讨心理干预对乳腺癌患者心理状态及生活质量的影响。方法:将108例乳腺癌患者采用奇偶数字分组法分为实验组和对照组各54例,对照组给予常规护理,实验组在此基础上给予心理干预;比较分析两组心理状态的改善情况、生活质量评分等指标。结果:实验组干预后抑郁自评量表(SDS)、焦虑自评量表(SAS)评分低于对照组(P<0.01),生活质量各维度评分高于对照组(P<0.01)。实验组患者满意度高于对照组(P<0.05)。结论:对乳腺癌患者施以心理干预,可改善其心理状态,促进病情恢复,提高生活质量。

基于网络的人力资源招聘

目前,互联网快速发展,通过网络招聘,企业想要用最短的时间寻求所需人才已并非难事,在很大程度上提高了招聘工作速率。本论文详细阐述了网络招聘在人力资源管理中的作用,从而深入研究网络招聘,并提出有关建议,为我国企业采用网络招聘提供一些借鉴。

基于格拉斯曼流形子空间融合的多视图聚类

现有的多视图聚类算法大多假设多视图数据点之间为线性关系,且在学习过程中无法保留原始特征空间的局部性;而在欧氏空间中进行子空间融合又过于单调,无法将学习到的子空间表示对齐。针对以上问题,提出了基于格拉斯曼流形融合子空间的多视图聚类算法。首先,将核技巧和局部流形结构学习结合以得到不同视图的子空间表示;然后,在格拉斯曼流形上融合这些子空间表示以得到一致性亲和矩阵;最后,对一致性亲和矩阵执行谱聚类来得到最终的聚类结果,并利用交替方向乘子法(ADMM)来优化所提模型。与核多视图低秩稀疏子空间聚类(KMLRSSC)算法相比,所提算法的聚类精度在MSRCV1、Prokaryotic、Not-Hill数据集上分别提高了20.83个百分点、9.47个百分点和7.33个百分点。实验结果验证了基于格拉斯曼流形融合子空间的多视图聚类算法的有效性和良好性能。