论文研究 非负局部约束低秩子空间聚类算法.pdf

在低秩表示算法的基础上，提出了一个新模型。新模型构建了揭示数据内在特征联系的亲和度图以实现聚类任务。首先，根据矩阵分解原理对原始数据重新生成数据字典，在算法初始输入时筛除部分噪声。其次，利用数据间的稀疏性加强局部约束，为给定的数据向量构建非负低秩亲和度图。亲和度图中边的权重由非负低秩稀疏系数矩阵获得，系数矩阵通过每个数据样本作为其他数据样本的线性组合完成构建，如此获得的亲和度图显示了数据的子空间结构，同时表现局部线性结构。与现存的子空间算法相比，非负局部约束低秩子空间算法在聚类效果上有明显的提升。