一种结构化低秩表示的子空间聚类算法

摘要：

在聚类算法精度优化中,由于低秩表示的子空间聚类模型在处理特征维度小于所有子空间秩之和的数据集时存在不足,引入结构化概念,提出了一种新的结构化的低秩表示子空间聚类模型,结构化低秩表示(SLRR).上述模型不仅拥有以前低秩模型的特征,还可以增加块对角元素和非块对角元素之间的对比度,有效提高聚类的准确度.另外,还提出了一种基于重加权的高效算法,可以极大地提高提出的子空间聚类模型的计算速度.最后,分别用人造模拟数据和实际的图像数据集进行聚类实验,验证了SLRR的有效性.

关键词：低秩表示、子空间聚类、结构、重加权法

所属期刊栏目：33

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金重大研究计划培育项目91016018;天津市应用基础及前沿技术研究计划11JCZDJC25100

在线出版日期：2016-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：278-282