混合流形结构的子空间聚类研究  

Research on Mixture Manifold Subspace Clustering

作　　者：王梦莹[1] 郑雄风 葛余超 

机构地区：[1]武汉大学数学与统计学院,湖北武汉430072 [2]武汉大学计算机学院,湖北武汉430072 [3]武汉大学测绘学院,湖北武汉430072

出　　处：《数学的实践与认识》2016年第14期189-199,共11页Mathematics in Practice and Theory

摘　　要：主要讨论了线性流形和多流形的相关性分析、聚类分析等基本问题,在假设高维数据模型为多个子空间混合模型的基础上,分析了原始数据的几何结构特征,对于线性流形聚类问题采用稀疏子空间聚类算法(SSC),对于多流形聚类问题采用混合流形聚类算法(SMMC).此外,还通过对原始数据进行数据重采样,达到降维的目的,更有效的提取空间几何特征量,达到更好的聚类效果.This article manily discusses the correlation analysis of linear manifold and multi- manifold, and other issues such as the clustering analysis of them. On the reasonable assumptions that the space of high dimensional data consists of multi-mixture subspace. By analysing the geometrical features of the original data, we adopted Sparse Subspace Cluster- ing algorithm（SSC） to slove linear space clustering, and we adopted Spectral Multi-Manifold Clustering algorithm（SMMC） to slove multi-manifold space clustering. In addition, in order to achieve better clustering effect, this article also resamples original data to reduce dimension and highlight the geometric features of space.

关 键 词：线性流形 多流形 几何结构 SSC算法 SMMC算法 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]