局部约束相关自适应子空间分割  

Locality-Constrained Correlation Adaptive Subspace Segmentation

作　　者：汪静[1] 魏莱[1] WANG Jing WEI Lai(College of Information Engineering,Shanghai Maritime University,Shanghai 201306)

机构地区：[1]上海海事大学信息工程学院,上海201306

出　　处：《现代计算机》2017年第14期31-35,共5页Modern Computer

摘　　要：如何利用数据本身相关性以及数据的内部结构来对数据集进行有效的分割是子空间分割的一个重要问题。根据数据集本身的内部结构以及数据之间相关性,提出一种新的基于局部约束的相关性自适应子空间分割方法(LCASS)。为实现良好的子空间分割效果,在基于迹Lasso方法的相关自适应子空间分割方法(CASS)基础上,通过增加局部约束来计算重构系数,并由此构建数据集邻接矩阵。在人脸聚类的实验证明中,此方法构造的邻接矩阵能够更好地表征数据集的内在结构,因此能够得到更好的聚类效果。It is an important problem of subspace segmentation that how to segment the data sets effectively by using the correlation of the data points and the internal structure. Proposes the Locality-constrained Correlation Adaptive Subspace Segmentation which based on the Correlation Adaptive Subspace Segmentation by Trace Lasso, calculates the reconstructed coefficients by adding local constraints and constructs a adja- cency matrix of data Sets. The contrastive experiments on several benchmark face database show the effectiveness of proposed method.

关 键 词：子空间分割 局部约束 重构系数 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]