基于最小二乘回归的分块加权子空间聚类

摘要：

传统子空间聚类算法向量化时忽略样本的自然结构信息，并且容易造成高维度样本问题，从而导致聚类信息损失。为了弥补该缺陷，文提出基于最二乘回归的分块加权子空间聚类( WB-LSR)。首先，将样本按维度分成若干块，并求得各块对应的仿射矩阵。然后，通过相互投票方式对各仿射矩阵设置权重，将加权和作为最终的仿射矩阵。在图像据和视频据上的实验表明，文方法能有效提升聚类准确率。

关键词：子空间聚类、结构信息、块、仿射矩阵、权重

所属期刊栏目：29

分类号：TP311;TP371(计算技术、计算机技术)

资助基金：国家自然科学基金项目11571074,71273053;福建省自然科学基金项目No.2014J01009资助Supported by National Natural Science Foundation of China11571074,71273053;Natural Science Foundation of Fujian Prov-ince2014J01009

在线出版日期：2017-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1114-1121