| 低秩表示和加权核范数最小化的子空间聚类 |
| |
| 作者单位： | 深圳大学,电子与信息工程学院,深圳市媒体信息内容安全重点实验室,广东省智能信息处理重点实验室,广东 深圳 518060;深圳大学,电子与信息工程学院,深圳市媒体信息内容安全重点实验室,广东省智能信息处理重点实验室,广东 深圳 518060 |
| |
| 基金项目： | 中国博士后科学基金;应用基础研究项目;广东省自然科学基金;深圳市科技计划 |
| |
| 摘 要： | 为了进一步提升基于核范数和F范数最小化的子空间聚类算法的性能,使用加权核范数扩展上述两种范数.提出的算法中含有一个参数γ,当γ=0时,可得到核范数;当γ=1时,可得到F范数;当0γ1时,可得到介于核范数和F范数之间的范数.采用交替方向乘子方法和线性交替方向乘子方法求解所提算法的目标函数,并由此得到了2个基于加权核范数最小化的低秩子空间聚类算法.利用Extended Yale B人脸数据集、MNIST手写字符数据集和USPS手写字符数据集进行实验.实验结果表明:和现有的子空间聚类方法相比,所提算法可以得到较高的聚类精度.
|
| 关 键 词： | 子空间聚类 低秩表示 加权核范数最小化 线性交替方向乘子方法 奇异值分解 |
Subspace clustering based on low rank representation and weighted nuclear norm minimization |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
