作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于隐空间的低秩稀疏子空间聚类算法,在聚类的过程中可以对高维数据进行降维,同时在低维空间中利用稀疏表示和低秩表示对数据进行聚类,大大降低了算法的时间复杂度。在运动分割和人脸聚类问题上的实验证明了算法的有效性。
推荐文章
稀疏低秩子空间聚类算法
稀疏低秩
字典学习
高维数据
基于重建系数的子空间聚类融合算法
稀疏表示
低秩表示
子空间聚类
聚类融合
系数重建
稀疏条件下的重叠子空间聚类算法
重叠子空间聚类
混合范数
重叠概率模型
指数族分布
结构化稀疏低秩子空间聚类
子空间聚类
子空间结构化低秩
相似度
判别性
一致性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于隐空间的低秩稀疏子空间聚类
来源期刊 西北师范大学学报(自然科学版) 学科 工学
关键词 子空间聚类 稀疏表示 低秩表示 运动分割 人脸聚类
年,卷(期) 2015,(3) 所属期刊栏目 计算机与信息科学
研究方向 页码范围 49-53
页数 5页 分类号 TP391
字数 3907字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘建华 浙江工商职业技术学院电子与信息工程学院 19 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
子空间聚类
稀疏表示
低秩表示
运动分割
人脸聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西北师范大学学报(自然科学版)
双月刊
1001-988X
62-1087/N
大16开
甘肃兰州安宁东路967号
54-53
1942
chi
出版文献量(篇)
3180
总下载数(次)
2
总被引数(次)
17931
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导