-
公开(公告)号：CN106951920A
公开(公告)日：2017-07-14
申请号：CN201710127473.1
申请日：2017-03-06
Applicant: 江南大学
IPC: G06K9/62
CPC classification number: G06K9/6218 , G06K9/6259
Abstract: 本发明公开了一种基于半监督的稀疏子空间聚类算法，包括：以点对约束的形式将数据先验信息转化成能够适用于稀疏子空间模型的约束矩阵；以Hadamard积的形式排除非标记位的干扰，同时考虑不同约束条件下表示系数的状态，建立了相应的约束项；利用约束项分别建立两种硬阈值和软阈值形式的半监督稀疏子空间模型，并基此在稀疏子空间聚类算法上建立了半监督框架。该算法在无先验信息时，也能保持稀疏子空间算法的聚类精度。同时吸取了稀疏子空间聚类算法的性能优势，使其能够直接有效地处理高维含干扰信息数据的聚类问题，并保证在已知少量先验信息时有效地提升聚类性能，从而增加了算法适用性。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
