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:
子空间聚类算法的主要目标是从高维数据中找到其低维表示.在低秩表示子空间算法的基础上,针对采用数据本身作为字典会造成噪声过大的问题,提出稀疏低秩子空间聚类算法,采用稀疏表示优化字典,解决了数据自带噪声难以去除导致最终结果偏离过大的现象.实验结果表明,该算法相比于稀疏子空间算法和低秩表示算法效果有显著的提高.
推荐文章
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
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
基于隐空间的低秩稀疏子空间聚类
子空间聚类
稀疏表示
低秩表示
运动分割
人脸聚类
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 稀疏低秩子空间聚类算法
来源期刊 青岛大学学报(自然科学版) 学科 工学
关键词 稀疏低秩 字典学习 高维数据
年,卷(期) 2017,(3) 所属期刊栏目 信息工程
研究方向 页码范围 64-68
页数 5页 分类号 TN911.7
字数 2833字 语种 中文
DOI 10.3969/j.issn.1006-1037.2017.08.14
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 吕慧显 青岛大学自动化与电气工程学院 39 194 8.0 12.0
2 赵志刚 青岛大学计算机科学技术学院 66 495 13.0 19.0
3 解昊 青岛大学计算机科学技术学院 7 15 2.0 3.0
4 刘馨月 青岛大学计算机科学技术学院 7 15 2.0 3.0
5 王福驰 青岛大学计算机科学技术学院 6 15 2.0 3.0
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  (1)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏低秩
字典学习
高维数据
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
青岛大学学报(自然科学版)
季刊
1006-1037
37-1245/N
16开
青岛市宁夏路308号
1988
chi
出版文献量(篇)
1805
总下载数(次)
12
总被引数(次)
6176
论文1v1指导