基于二阶近邻的核子空间聚类

• 作者: 王中元 刘惊雷
• 来源期刊: 计算机科学
• 关键词: 交替方向乘子法 图像识别 核方法 二阶近邻 子空间聚类
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 数据库&大数据&数据科学
• 页码范围: 86-95
• 页数: 10页
• 分类号: TP18
• 语种: 中文

摘要

高维数据集的处理是计算机视觉领域的核心,子空间聚类是实现高维数据聚类使用最广泛的方法之一.传统的子空间聚类假定数据来自不同的线性子空间,且不同子空间的区域不重叠.然而,现实中的数据往往不满足这两个约束条件,使得子空间聚类的效果受到影响.为了解决这两个问题,引入核化子空间来解决子空间数据的非线性问题,引入子空间系数矩阵的二阶近邻来处理重叠的子空间问题.随后,设计了基于二阶近邻的核化子空间三步聚类算法,首先求取核化子空间数据的自相似系数,然后消除子空间的重叠区域,最后对系数矩阵进行谱聚类.将所设计的子空间聚类算法首先在人工数据集上进行了测试,随后在人脸、场景字符和生物医学3类数据集中共12个真实数据集上进行了实验.实验结果表明,所提算法相比最新的几种算法具有一定的优势.