西北农林科技大学深圳研究院
  • 首页
  • 研究院概况
    学校简介
    研究院简介
    研究院动态
    党建工作
    联系我们
  • 科技研发
    科研项目
    研发平台
    人才团队
    相关政策
    申报通知
  • 对外服务
    成果推介
    成果转化
    产业孵化
    经典案例
    专家团队
  • 人才引进
    人才需求
    高层次人才引进
    博士后招聘
    人才政策
    下载专区
  • 教育培训
    研究生教育
    网络教育
    精品培训
    招生信息
    在线报名
    资料下载
  • 校友之家
    校友会
    校友企业家联盟
    校友企业
    优秀校友

科研项目

  • 科研项目
  • 研发平台
  • 人才团队
  • 相关政策
  • 申报通知
当前位置: 首页» 科技研发» 科研项目» 【科研新进展】信息学院吴丹阳教授课题组在多图融合与聚类领域取得进展

【科研新进展】信息学院吴丹阳教授课题组在多图融合与聚类领域取得进展

添加时间:2024-07-11 浏览:

近日,西北农林科技大学信息工程学院吴丹阳教授课题组与华南理工大学、西北工业大学合作,在《IEEE Transactions on Pattern Analysis and Machine Intelligence》上发表了题为“EBMGC-GNF: Efficient Balanced Multi-view Graph Clustering via Good Neighbor Fusion”的研究成果。

该研究工作系统阐述了现有多图融合与聚类方法在近邻筛选、近邻整合及簇平衡性控制方面的不足,设计了跨图可靠近邻筛选模块和基于幂函数的平衡正则项对上述问题予以解决。此外,该研究工作所设计的目标函数可以巧妙地利用图池化操作将节点级的图优化问题等价转化为超节点级的图优化问题,不仅保持了节点级模型的物理意义,同时实现了超节点级离散标签的快速优化。在实验中,所设计方法在聚类性能和效率上均达到了领先水平。

image.png
图1. 研究框架示意图

西北农林科技大学吴丹阳教授为论文第一作者,华南理工大学硕士生杨振坤为论文并列第一作者,华南理工大学徐进教授为通讯作者,西北农林科技大学为第一署名单位。该研究受到陕西省自然科学基金(2024JC-YBQN-0700)及西北农林科技大学青年拔尖人才启动经费(No. Z1013024002)等项目的资助,陕西省农业信息智能感知与分析工程技术研究中心等平台为本研究提供了技术支持。

《IEEE Transactions on Pattern Analysis and Machine Intelligence》为人工智能领域的标志性期刊,影响因子为23.6,是西北农林科技大学G1类期刊。据悉,这也是我校首次以第一单位在该刊上发表学术论文。

论文链接:https://ieeexplore.ieee.org/document/10522848


FOLLOW US

西北农林科技大学深圳研究院联系方式
电话(传真) | 0755-86539850
邮 编 | 518000
邮 箱 | 874030757@qq.com
地 址 | 深圳市南山区高新南四道深圳虚拟大学园R4栋B406

西北农林科技大学

西农深圳研究院

友情链接 : 西北农林科技大学 | 深圳市科技创新委员会 | 深圳虚拟大学园 | 杨凌示范区管委会 | 广东省科学技术厅 | 广东省农业农村厅 | 深圳市市场监督管理局 |
Copyright @2020 西北农林科技大学深圳研究院 版权所有