两阶段最小二乘回归子空间聚类方法

• 作者: 叶秀斌 夏靖波 简彩仁
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 最小二乘回归 子空间聚类 局部约束 高维数据
• 年，卷（期）: 2019,（4）
• 页码范围: 595-599
• 页数: 5页
• 分类号: TP311|TP371
• 字数: 4193字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201903013

摘要

针对高维数据的非线性特性会降低最小二乘回归(LSR)子空间聚类的性能,提出两阶段LSR(TLSR)子空间聚类方法.该方法利用LSR的表示系数定义局部信息惩罚项,构造局部约束LSR方法.在8个数据集上的实验表明该方法适合高维数据的聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	简彩仁	厦门大学嘉庚学院信息科学与技术学院	18	17	2.0	3.0
2	叶秀斌	厦门大学嘉庚学院信息科学与技术学院	5	8	1.0	2.0
3	夏靖波	厦门大学嘉庚学院信息科学与技术学院	16	44	5.0	6.0