论文部分内容阅读
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。