隨著高維數(shù)據(jù)的不斷產(chǎn)生,對其進行有效的分析和處理成為解決許多問題至關(guān)重要的一點。由此,研究高維數(shù)據(jù)的聚類分析方法也是十分必要的。在這些方法中,子空間聚類方法便是一個有效的途徑�；谧V聚類的子空間聚類方法是子空間聚類的各類方法中比較流行的一種。其中,稀疏子空間聚類和低秩表示子空間聚類是兩種比較具有代表性的基于譜聚類的子空間聚類方法。但是這些方法仍然存在不足的地方,如低秩表示子空間聚類方法,當(dāng)數(shù)據(jù)采樣充分且源于相互獨立的子空間中才能從理論上保證其分割的正確性。因此,為了解決更一般化的不相交子空間問題,在低秩表示子空間聚類方法的基礎(chǔ)上提出了結(jié)構(gòu)限制低秩表示子空間聚類方法。然而,在很多實際問題中,數(shù)據(jù)并不是僅具有單一的子空間結(jié)構(gòu),其往往具有混合多流形的結(jié)構(gòu)。對這類數(shù)據(jù)的處理更加困難但也更具意義。將子空間聚類方法進行核化是處理混合多流形結(jié)構(gòu)數(shù)據(jù)的一種重要思路。但是,一些方法的核化并不容易,如可分割更一般化的不相交子空間的結(jié)構(gòu)限制低秩表示子空間聚類方法。從結(jié)構(gòu)限制低秩表示子空間聚類方法的文章中的算法可以看出,對其進行核化在存在著一定的技術(shù)難題。本文通過對2,1范數(shù)采用一種特殊的迭代格式實現(xiàn)了對該方...

【文章頁數(shù)】：47 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文的結(jié)構(gòu)安排
    1.5 本文主要的數(shù)學(xué)符號介紹
2 稀疏子空間聚類及低秩表示子空間聚類
    2.1 字典的選擇
    2.2 稀疏子空間聚類
        2.2.1 交替方向乘子法
        2.2.2 N-cut譜聚類方法
    2.3 低秩表示子空間聚類
3 結(jié)構(gòu)限制的低秩表示子空間聚類
    3.1 SC-LRR模型的建立
    3.2 SC-LRR的 ADMM數(shù)值解法
4 核化的稀疏子空間聚類
    4.1 核方法
    4.2 SSC的核化
    4.3 KSSC的ADMM數(shù)值解法
5 核結(jié)構(gòu)限制的低秩表示子空間聚類
    5.1 KSCLRR模型的建立
    5.2 KSCLRR的 ADMM數(shù)值解法
    5.3 KSCLRR在流形聚類上的應(yīng)用
    5.4 實驗
        5.4.1 實驗數(shù)據(jù)
        5.4.2 實驗結(jié)果
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號：3767757