文件名称：matlab中存档算法代码-L0-motivated-LRSSC:L0激励的低秩稀疏子空间聚类的Matlab实现
文件大小：24.01MB
文件格式：ZIP
更新时间：2024-06-12 17:01:25
系统开源
matlab中存档算法代码L0动机的低秩稀疏子空间（LRSSC） 概述 在MATLAB中提出的GMC-LRSSC和L0-LRSSC的MATLAB实现。 GMC-LRSSC通过使用基于最小最大凹（GMC）罚函数的多元泛化的正则化来解决子空间聚类问题。 L0-LRSSC解决了Schatten-0和L0准规范的正则化目标。 为了运行建议的算法，提供了示例脚本和数据（run_dataset_name脚本）。 数据集 本文中使用的数据集可在“数据集”目录中找到。 数据集目录包括来自的扩展Yale B数据集，来自的USPS数据集，来自的MNIST数据集以及来自UCI机器学习存储库（）的ISOLET1数据集。 引用 在研究工作中使用代码时，请引用Maria Brbic和Ivica Kopriva撰写的“ℓ₀-动机低秩稀疏子空间聚类”。 @article{brbic2018, title={$\ell_0$-Motivated Low-Rank Sparse Subspace Clustering}, author={Brbi\'c, Maria and Kopriva, Ivica}, journa
【文件预览】：
L0-motivated-LRSSC-master
----clustering_error.m(2KB)
----run_mnist.m(3KB)
----run_isolet1.m(2KB)
----run_usps.m(3KB)
----datasets()
--------YaleBCrop025.mat(7.65MB)
--------Isolet1.mat(3.48MB)
--------usps.mat(11.3MB)
--------mnist()
----S0L0_LRSSC.m(3KB)
----README.md(2KB)
----Hungarian.m(9KB)
----run_yaleb.m(2KB)
----spectral_clustering.m(303B)
----GMC_LRSSC.m(3KB)