咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >结构约束的对称低秩表示子空间聚类算法 收藏

结构约束的对称低秩表示子空间聚类算法

Structure-Constrained Symmetric Low-Rank Representation Algorithm for Subspace Clustering

作     者:陶洋 鲍灵浪 胡昊 TAO Yang;BAO Linglang;HU Hao

作者机构:重庆邮电大学通信与信息工程学院重庆400065 

出 版 物:《计算机工程》 (Computer Engineering)

年 卷 期:2021年第47卷第4期

页      面:56-61,67页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:重庆市自然科学基金(cstc2018jcyjAX0344) 

主  题:低秩表示 稀疏表示 加权约束 对称约束 子空间聚类 

摘      要:通过子空间聚类可获得高维数据的潜在子空间结构,但现有算法不能同时揭示数据全局低秩结构和局部稀疏结构特性,致使聚类性能受限。提出一种结构约束的对称低秩表示算法用于子空间聚类。在目标函数中添加结构约束和对称约束来限制低秩表示解的结构,构造一个加权稀疏和对称低秩的亲和度图,在此基础上,结合谱聚类方法实现高效的子空间聚类。实验结果表明,该算法能够准确表示复杂子空间结构,其在Extended Yale B和Hopkins 155基准数据集上的平均聚类误差分别为1.37%和1.43%,聚类性能优于LRR、SSC、LRRSC等算法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分