论文研究-基于重建系数的子空间聚类融合算法.pdf

【文件属性】：
文件名称：论文研究-基于重建系数的子空间聚类融合算法.pdf
文件大小：1.09MB
文件格式：PDF
更新时间：2022-08-11 16:48:01
稀疏表示,低秩表示,子空间聚类,聚类融合,系数重建 针对稀疏子空间聚类（sparse subspace clustering，SSC）和低秩子空间聚类（low rank subspace clustering，LRSC）这两种子空间聚类方法的聚类准确率和稳定性不够高，提出一种基于重建系数的子空间聚类融合算法（reconstruction coefficients based subspace clustering combination algorithm，RCSCC）。该算法基于重建系数，将稀疏子空间聚类和低秩子空间聚类分别得到的相似度矩阵进行点乘融合运算，然后再用谱聚类来得到最后的聚类结果。实验结果表明，改进后的聚类融合算法不仅提高了聚类的准确率，还有效提高了聚类的稳定性和鲁棒性，从而验证了改进后的算法是有效可行的。