计算机应用研究

作者：朱恒东,马盈仓,

单位：西安工程大学理学院,西安710600；

关键词：子空间聚类,K近邻,半监督,稀疏,

基金：国家自然科学基金资助项目(61976130)；陕西省重点研发计划资助项目(2018KW-021)；陕西省自然科学基金资助项目(2020JQ-923)；；

子空间聚类通常可以很好地处理高维数据，但由于数据本身的噪声等的影响，系数矩阵的块对角线结构往往容易被破坏。针对上述问题，提出了一种标记判别和局部线性强化的半监督稀疏子空间聚类。一方面，通过约束标记数据之间的系数为0，更好地捕获数据的全局结构；另一方面，通过K近邻关系加强数据邻近点之间的局部相关性，同时消除大量不相关的数据点，增强算法的鲁棒性。通过在多种数据上的实验，验证了提出的半监督聚类算法的有效性。

来源：2021年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第10期