基于稀疏图的鲁棒谱聚类算法-计算机应用研究.pdf

基于稀疏图的鲁棒谱聚类算法 作者 乔晓明, 潘晓英 机构 西安邮电大学 计算机学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第6 期 访问地址 /article/02-2018-06-048.html 发布日期 2017-06-14 11:56:17 引用格式 乔晓明, 潘晓英. 基于稀疏图的鲁棒谱聚类算法[J/OL]. [2017-06-14]. / article/02-2018-06-048.html. 摘要 为提高谱聚类算法的鲁棒性，基于稀疏编码在图的构造中提出一种改进 L1 稀疏表示图模型。将 每个样本表示为数据集中其他样本的稀疏线性组合，稀疏图的构造变为一个优化问题。所构造的 稀疏图对数据噪声有很好的鲁棒性，同时能够反映数据局部线性结构。采用稀疏矩阵表示，该方 法能够大大降低存储量和计算量，因而对于处理较大规模问题有着较好的可伸缩性。人工数据和 实际数据上的谱聚类实验验证了该算法的性能。 关键词 谱聚类, 稀疏表示, 图拉普拉斯, L1 正则化, 内点法 中图分类号 TP301.6 基金项目 国家自然科学基金 ）; 陕西省教育厅专项科研计划项目（14JK1667 ， 2013JK1131） 35 优先出版 计 算 机 应 用 研 究 第 卷 基于稀疏图的鲁棒谱聚类算法* 乔晓明，潘晓英 (西安邮电大学 计算机学院，西安 710121) L1 摘 要：为提高谱聚类算法的鲁棒性，基于稀疏编码在图的构造中提出一种改进 稀疏表示图模型。将每个样本表示 为数据集中其他样本的稀疏线性组合，稀疏图的构造变为一个优化问题。所构造的稀疏图对数据噪声有很好的鲁棒性， 同时能够反映数据局部线性结构。采用稀疏矩阵表示，该方法能够大大降低存储量和计算量，因而对于处理较大规模问 题有着较好的可伸缩性。人工数据和实际数据上的谱聚类实验验证了该算法的性能。 L1 关键词：谱聚类；稀疏表示；图拉普拉斯； 正则化；内点法 中图分类号：TP301.6 Robust spectral clustering based on sparse graph Qiao Xiaoming, Pan Xiaoying (School of Computer Science Technology, Xian University of Post Telecommunication, Xian 710121, China) Abstract: To obtain robust spectral clustering, this paper proposed an improved L1 sparse representation graph model basedon sparse coding. The method represents the cons