局部子空间聚类

• 作者: 刘展杰 陈晓云
• 来源期刊: 自动化学报
• 关键词: 局部线性 k 近邻 子空间聚类 图像数据 基因表达数据
• 年，卷（期）: 2016,（8）
• 页码范围: 1238-1247
• 页数: 10页
• 字数: 6679字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150335

摘要

现有子空间聚类方法通常以数据全局线性为前提，将每个样本点表示为其他样本点的线性组合，因而导致常见子空间聚类方法不能很好地应用于非线性数据。为克服全局线性表示的局限，借鉴流形学习思想，用k 近邻局部线性表示代替全局线性表示，与稀疏子空间聚类和最小二乘子空间聚类方法相结合，提出局部稀疏子空间聚类和局部最小二乘子空间聚类方法，统称局部子空间聚类方法。在双月形数据、6个图像数据集和4个基因表达数据集上进行实验，实验结果表明该方法是有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓云	福州大学数学与计算机科学学院	76	590	13.0	21.0
2	刘展杰	福州大学数学与计算机科学学院	3	19	1.0	3.0