基于数据自表达的子空间聚类算法研究.pdfVIP

摘要

摘要

聚类在机器学习、数据挖掘等领域具有广泛应用。随着数据收集与存储技术的不

断进步，数据的复杂性和维度呈指数级增长，传统的聚类算法往往受到“维度诅咒”的挑

战，导致聚类效果不佳。子空间聚类通过挖掘高维数据所处的低维子空间可有效解决

该问题。目前基于数据自表达的聚类方法以其坚实的理论基础和出色的性能受到广泛

关注。这类算法通过数据重构与限制自表达系数矩阵的稀疏性可揭示数据的子空间结

构，但是现有的自表达子空间聚类算法通常存在以下问题：首先，现有的算法缺乏针对

子空间连通性的研究，导致后续聚类算法错误分割；其次，单一空间的自表达关系计算

限制了其捕获子空间结构的能力；再次，自表达层的引入导致算法难以解决大规模数

据聚类和样本外点问题。本研究旨在解决这些问题，具体研究内容包括：

针对子空间连通性问题和单一空间的自表达问题，本文提出基于双重自表达与最

大熵模型的子空间聚类算法。该算法通过学习数据在原始空间和特征空间中的自表达

关系，提升算法捕获子空间结构的能力。同时，将自表达系数矩阵构造为共享矩阵和独

享矩阵的组合，分别学习两个空间中公共与私有的自表达关系，以更有效地利用两个

空间的表