基于重建系数的子空间聚类融合算法

• 作者: 吴小俊 许凯
• 来源期刊: 计算机应用研究
• 关键词: 稀疏表示 低秩表示 子空间聚类 聚类融合 系数重建
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3252-3255
• 页数: 4页
• 分类号: TP182|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.11.011

摘要

针对稀疏子空间聚类（sparse subspace clustering，SSC）和低秩子空间聚类（low rank subspace clustering， LRSC）这两种子空间聚类方法的聚类准确率和稳定性不够高，提出一种基于重建系数的子空间聚类融合算法（reconstruction coefficients based subspace clustering combination algorithm，RCSCC）。该算法基于重建系数，将稀疏子空间聚类和低秩子空间聚类分别得到的相似度矩阵进行点乘融合运算，然后再用谱聚类来得到最后的聚类结果。实验结果表明，改进后的聚类融合算法不仅提高了聚类的准确率，还有效提高了聚类的稳定性和鲁棒性，从而验证了改进后的算法是有效可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学物联网工程学院	170	1079	17.0	22.0
2	许凯	江南大学物联网工程学院	2	9	1.0	2.0