基于变化率的子空间聚类算法

• 作者: 赵星辉 龙艺璇
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 流形学习 子空间聚类 低秩表示法(LRR) 稀疏子空间聚类(SSC) 变化率
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 算法与语言
• 页码范围: 29-31
• 页数: 3页
• 分类号: TP312
• 字数: 2088字
• 语种: 中文
• DOI: 10.11907/rjdk.162181

摘要

针对低维多流形非相似结构数据，提出一种基于变化率聚类的算法。首先观察数据，按结构对数据进行分类，然后在同构的数据点之间按变化率进行划分，最终实现数据聚类。实验结果证明，该算法能够有效对低维多流形非相似结构数据进行聚类分析，聚类效果明显优于 LRR、SSC等传统算法，且时间复杂度较低，有较强的适用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙艺璇	中国科学院大学文献情报中心	5	7	1.0	2.0
2	赵星辉	山东科技大学计算机科学与工程学院	2	7	1.0	2.0