基于近邻图改进的块对角子空间聚类算法

作者：王丽娟; 陈少敏; 尹明^*; 许跃颖; 郝志峰; 蔡瑞初; 温雯

来源：计算机应用, 2021, 41(01): 36-42.

• 近邻图
• 块对角表示
• 稀疏表示
• 子空间聚类
• 高维数据

块对角表示(BDR)模型可以通过利用线性表示对数据有效地进行聚类,却无法很好地利用高维数据常见的非线性流形结构信息。针对这一问题,提出了基于近邻图改进的块对角子空间聚类(BDRNG)算法来通过近邻图来线性拟合高维数据的局部几何结构,并通过块对角约束来生成具有全局信息的块对角结构。BDRNG同时学习全局信息以及局部数据结构,从而获得更好的聚类表现。由于模型包含近邻图算子和非凸的块对角表示范数,BDRNG采用了交替最小化来优化求解算法。实验结果如下:在噪声数据集上,BDRNG能够生成稳定的块对角结构系数矩阵,这说明了BDRNG对于噪声数据具有鲁棒性;在标准数据集上,BDRNG的聚类表现均优于BDR,尤其在人脸数据集上,相较于BDR,BDRNG的聚类准确度提高了8%。

• 单位
  北京师范大学珠海分校; 佛山科学技术学院; 广东工业大学