k近邻约束的稀疏子空间聚类

• 作者: 何光辉 刘玉馨
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 子空间 聚类 稀疏表示 k近邻 人脸聚类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 理论与研发
• 页码范围: 39-45
• 页数: 7页
• 分类号: TP391
• 字数: 5626字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1802-0184

摘要

稀疏子空间聚类是近年提出的高维数据聚类框架,针对实际数据并不完全满足线性子空间模型的假设,提出k近邻约束的稀疏子空间聚类算法.该算法结合数据的子空间结构,k近邻及距离信息,在稀疏子空间模型上,添加k近邻约束项.添加的约束项符合距离越小,相似系数越大的直观认识且不改变系数矩阵的稀疏性.在人脸数据集Extended YaleB、ORL、AR,物体图像数据集COIL20及手写数据集USPS上的聚类实验表明提出的算法具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何光辉	重庆大学数学与统计学院	29	114	6.0	9.0
2	刘玉馨	重庆大学数学与统计学院	2	7	2.0	2.0