基于协同表示的子空间聚类

• 作者: 傅文进 吴小俊 尹贺峰 董文华
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 稀疏子空间聚类 最小二乘回归子空间聚类 Frobenius范数 谱聚类
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 251-259
• 页数: 9页
• 分类号: TP301.6
• 字数: 6652字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201703007

摘要

针对稀疏子空间聚类(SSC)求得的系数矩阵过于稀疏和最小二乘回归子空间聚类(LSR)求得的系数矩阵过于稠密的问题,文中提出基于协同表示的子空间聚类算法(SCCR).结合SSC和LSR的优点,将l1范数和Frobenius范数引入同一优化问题中,使系数矩阵保证在同一子空间数据点联系(如LSR)的同时,消除不同子空间数据点之间的联系(如SSC).然后利用此系数矩阵建立相似矩阵,应用谱聚类得到聚类结果.实验表明SCCR可以提高聚类性能.

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	尹贺峰	江南大学物联网工程学院	7	31	3.0	5.0
3	董文华	江南大学物联网工程学院	4	10	2.0	3.0
4	傅文进	江南大学物联网工程学院	3	9	1.0	3.0