一种改进的最小二乘回归子空间分割方法

• 作者: 傅文进 尹贺峰 蔡晓云 赵航涛
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 最小二乘回归 子空间分割 聚类 局部密度 距离
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 118-121
• 页数: 4页
• 分类号: TP391
• 字数: 3500字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.05.022

摘要

最小二乘回归(LSR)算法是一种常见的子空间分割方法,由于LSR具有解析解,因此它的聚类性能较高.然而LSR算法是应用谱聚类方法聚类数据,谱聚类方法初始化聚类中心是随机的,会影响后面的聚类效果.针对这一问题,提出一种基于聚类中心局部密度和距离这2个特点的改进的LSR算法(LSR-DC).在Extended Yale B数据集上进行实验,结果表明,该算法有较高的聚类精度,具有一定的鲁棒性,优于现有LSR等子空间分割方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵航涛	江南大学物联网工程学院	26	32	4.0	4.0
3	尹贺峰	江南大学物联网工程学院	7	31	3.0	5.0
4	蔡晓云	江南大学物联网工程学院	3	1	1.0	1.0
8	傅文进	江南大学物联网工程学院	3	9	1.0	3.0