科研之友
微信
新浪微博
Facebook
分享链接
摘要
在GraphSC算法中，拉普拉斯图是预先定义并且固定不变的，并不会参与之后对于字典与稀疏编码的学习过程，而预先定义的拉普拉斯图往往不是最合适的。针对此问题，提出了自适应正则化稀疏编码(graph regularization sparse coding with adaptive neighbour, GraphSCAN)算法。该算法使用自适应方法构建合适的局部拉普拉斯图，然后将其加到SC的目标函数中；从而将图的构建和稀疏编码纳入到统一框架中，使得图的构建与稀疏编码的运算同时迭代进行。在CMU人脸数据与COIL20数据上进行的图像聚类实验结果验证了GraphSCAN算法的有效性。
- 单位
