基于二阶近邻的核子空间聚类

作     者：王中元 刘惊雷 WANG Zhong-yuan;LIU Jing-lei

作者机构：烟台大学计算机与控制工程学院山东烟台264005 

基　　金：国家自然科学基金(61572419 61773331 61703360 61801414) 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2021年第48卷第6期

页      码：86-95页

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。

主 题 词：交替方向乘子法 图像识别 核方法 二阶近邻 子空间聚类 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.200800180

馆 藏 号：203103559...