许凯
- 作品数：2 被引量：6H指数：1
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金江苏省高校自然科学研究项目江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于分布式低秩表示的子空间聚类算法被引量：5
- 2016年
- 针对基于低秩表示的子空间分割算法运算时间较长、聚类的准确率也不够高,提出一种基于分布式低秩表示的稀疏子空间聚类算法(distributed low rank representation-based sparse subspace clustering algorithm,DLRRS),该算法采用分布式并行计算来得到低秩表示的系数矩阵,然后保留系数矩阵每列的前k个绝对值最大系数,其他系数置为0,用此系数矩阵构造一个稀疏的样本关系更突出的相似度矩阵,接着用谱聚类得到聚类结果.但是其不具备增量学习功能,为此再提出一种基于分布式低秩表示的增量式稀疏子空间聚类算法(scalable distributed low rank representation based sparse subspace clustering algorithm,SDLRRS),如果有新增样本,可以利用前面的聚类结果对新增样本进行分类得到最后的结果.实验结果表明:所提2种子空间聚类算法不仅有效减少算法的运算时间,还提高了聚类的准确率,从而验证算法是有效可行的.
- 许凯吴小俊尹贺峰
- 关键词：子空间聚类并行计算
- 基于重建系数的子空间聚类融合算法被引量：1
- 2015年
- 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。
- 许凯吴小俊
- 关键词：子空间聚类聚类融合
