基于核最小二乘回归子空间分割的高维小样本数据聚类

• 作者: 简彩仁 翁谦 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: 最小二乘回归 子空间分割 核理论 聚类 高维小样本
• 年，卷（期）: 2018,（1）
• 页码范围: 38-44,51
• 页数: 8页
• 分类号: TP391.4
• 字数: 5292字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.16439

摘要

针对基于线性表示理论的子空间分割方法没有考虑高维小样本数据的非线性性质,借鉴核理论,提出核最小二乘回归子空间分割方法,使子空间分割方法适合高维小样本数据的非线性性质.经6个基因表达数据集和4个图像数据集上的实验,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	简彩仁	厦门大学嘉庚学院	18	17	2.0	3.0
3	翁谦	福州大学数学与计算机科学学院	9	14	2.0	3.0