科研之友
微信
新浪微博
Facebook
分享链接
摘要
最小二乘回归子空间聚类算法存在对数据中噪声敏感、模型对数据结构信息约束不充分、没有考虑数据非线性关系等问题。针对这些问题，提出一种基于log函数的改进算法。使用L-(2,log)范数代替Frobenius范数约束残差项，提高算法的鲁棒性；使用logdet范数代替Frobenius范数约束表达矩阵，加强表达矩阵的低秩性；利用核方法处理数据，增强算法对数据非线性关系的捕捉能力，进而提高聚类的准确率。分别在人脸、手写数字、物体3种类别的数据集上与多个经典聚类算法进行对比试验，试验结果表明，该算法在精准度、标准化互信息、纯度3个聚类评价指标上优于对比算法，具有良好的聚类效果。
- 单位
