改进的稀疏子空间聚类算法

• 作者: 张彩霞 白艳萍 胡红萍
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 稀疏子空间聚类 迭代加权 谱聚类算法 人脸识别
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 理论研究
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP301.6
• 字数: 3534字
• 语种: 中文

摘要

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类.稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据.迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响.此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能.仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	胡红萍	中北大学理学院	79	243	9.0	12.0
3	张彩霞	中北大学理学院	5	9	2.0	3.0