發(fā)布時(shí)間：2021-06-10 10:43

　　隨著物網(wǎng)技術(shù)的快速發(fā)展和大數(shù)據(jù)時(shí)代的到來,高維數(shù)據(jù)在圖像處理、模式識別、計(jì)算機(jī)視覺以及機(jī)器學(xué)習(xí)等領(lǐng)域無處不在,這對傳統(tǒng)的聚類分析方法提出了嚴(yán)峻的挑戰(zhàn)。子空間聚類作為處理高維數(shù)據(jù)聚類問題的重要技術(shù)和方法,為高維數(shù)據(jù)聚類的有效實(shí)現(xiàn)提供了途徑。在眾多的子空間聚類方法中,基于稀疏表示的譜型聚類方法由于其優(yōu)越的聚類性能、易處理和計(jì)算的有效性等特點(diǎn)受到了國內(nèi)外學(xué)者的廣泛關(guān)注,已成為子空間聚類研究的熱點(diǎn),并且在圖像的表示、分割、運(yùn)動(dòng)分割以及圖像的顯著性檢測等問題上取得了成功的應(yīng)用。本文基于稀疏表示的譜型聚類方法框架,針對現(xiàn)有模型中存在的一些問題,在提升稀疏性、數(shù)據(jù)誤差處理、算法的有效實(shí)現(xiàn)、模型推廣以及應(yīng)用等方面進(jìn)行了探討和研究。本文的主要貢獻(xiàn)概述如下:1.針對稀疏子空間聚類問題中,因使用l1范數(shù)代替l0范數(shù),在某些情況下易導(dǎo)致在大的表示系數(shù)上造成大的偏差,造成聚類性能退化的問題,提出了一個(gè)l0范數(shù)的廣義非凸近似。理論證明所提出的非凸近似比l1范數(shù)能夠更緊致地逼近l0范數(shù)。此外,所提出的廣義非凸近似將常見的一些l0范數(shù)的近似統(tǒng)一到同一個(gè)解析結(jié)構(gòu),并且給出了一大類新的近似。結(jié)合所提出的廣義非凸近似到子空... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：109 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．２人臉聚類：從上到下依次為給定的３個(gè)受試體的人臉圖像和聚類結(jié)果

圖１．３誤差示例圖，從左到右依次為：高斯噪聲，稀疏奇異元和異常值

圖１．４稀疏子空間聚類及應(yīng)用研究的主要組織結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]一種基于多屬性權(quán)重的分類數(shù)據(jù)子空間聚類算法[J]. 龐寧,張繼福,秦嘯.  自動(dòng)化學(xué)報(bào). 2018(03)
[2]快速可擴(kuò)展的子空間聚類算法[J]. 劉博,謝博鋆,朱杰,景麗萍,于劍.  模式識別與人工智能. 2016(01)
[3]局部子空間聚類[J]. 劉展杰,陳曉云.  自動(dòng)化學(xué)報(bào). 2016(08)
[4]稀疏子空間聚類綜述[J]. 王衛(wèi)衛(wèi),李小平,馮象初,王斯琪.  自動(dòng)化學(xué)報(bào). 2015(08)
[5]一種基于數(shù)據(jù)流的軟子空間聚類算法[J]. 朱林,雷景生,畢忠勤,楊杰.  軟件學(xué)報(bào). 2013(11)
[6]基于差分演化算法的軟子空間聚類[J]. 畢志升,王甲海,印鑒.  計(jì)算機(jī)學(xué)報(bào). 2012(10)
[7]壓縮感知及其應(yīng)用:從稀疏約束到低秩約束優(yōu)化[J]. 馬堅(jiān)偉,徐杰,鮑躍全,于四偉.  信號處理. 2012(05)
[8]聚類分析研究中的若干問題[J]. 王駿,王士同,鄧趙紅.  控制與決策. 2012(03)
[9]自適應(yīng)的軟子空間聚類算法[J]. 陳黎飛,郭躬德,姜青山.  軟件學(xué)報(bào). 2010(10)

博士論文
[1]基于稀疏表示的混合屬性數(shù)據(jù)聚類關(guān)鍵技術(shù)研究[D]. 邵曉晨.北京科技大學(xué) 2018
[2]幾類基于數(shù)據(jù)重建的子空間聚類問題研究[D]. 李寶華.大連理工大學(xué) 2017
[3]基于圖的高維數(shù)據(jù)聚類方法研究[D]. 杜寧.東北師范大學(xué) 2017
[4]基于自表達(dá)的多視角子空間聚類方法研究[D]. 張長青.天津大學(xué) 2016
[5]高維數(shù)據(jù)上的聚類方法研究[D]. 任亞洲.華南理工大學(xué) 2014



本文編號：3222226