科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决高维数据维数灾难影响数据相似性度量的问题,提出一种流形自适应结构化子空间聚类方法,通过构造相似矩阵获取数据的全局和局部流形结构信息,将亲和矩阵的构造和聚类分割统一到一个优化框架中,得到相似图和最终的聚类结果。在YALE、JAFFE、COIL20等10个真实数据集上与多个经典聚类算法进行对比试验,提出的算法在Accuracy、NMI和Purity 3个聚类评价指标上高于对比算法。试验结果证明了提出算法在解决高维数据聚类问题上的有效性。
-
单位江苏理工学院
