10.3969/j.issn.1002-0640.2017.03.018
改进的稀疏子空间聚类算法
在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类.稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据.迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响.此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能.仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性.
稀疏子空间聚类、迭代加权、谱聚类算法、人脸识别
42
TP301.6(计算技术、计算机技术)
国家自然科学基金61275120;2014年校自然科学基金
2017-05-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
75-79