基于二维最小二乘回归的子空间分割

• 作者: 刘展杰 陈晓云
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 最小二乘回归 子空间分割 二维样本
• 年，卷（期）: 2016,（3）
• 页码范围: 431-436
• 页数: 6页
• 分类号: TP311|TP371
• 字数: 3664字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2016.03.0431

摘要

现实中有很多样本数据是二维的,且多数聚类方法需将二维样本数据向量化,从而导致二维数据的内部几何信息丢失.针对这一问题,提出二维最小二乘回归子空间分割方法直接对二维数据进行聚类,将一维最小二乘回归子空间分割方法推广到二维,使得原始数据的结构信息得以保留.在人脸数据集和哥伦比亚大学图像数据集上进行实验,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