作者：刘小兰; 潘凎; 易淼; 李植鹏低秩表示子空间聚类分布式计算张量
摘要：现有基于低秩表示的子空间聚类算法(LRR)无法有效地处理大规模数据,聚类正确率不高,以及分布式低秩子空间聚类算法(DFC-LRR)不能直接处理高维数据.为此,文中提出了一种基于张量和分布式方法的子空间聚类算法.该算法首先将高维数据视为张量,在数据的自表示中引入张量乘法,从而将LRR子空间聚类算法拓展到高维数据;然后采用分布式并行计算得到低秩表示的系数张量,并对系数张量的每个侧面切片稀疏化,得到稀疏相似度矩阵.在公开数据集Extended YaleB、COIL20和UCSD上与DFC-LRR的对比实验结果表明,文中算法能有效地提高聚类正确率,且分布式计算能明显降低算法的运行时间.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《华南理工大学学报·社会科学版》（CN：44-1443/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《华南理工大学学报·社会科学版》自创刊以来，本刊坚持以马克思列宁主义、思想、邓小平理论、"三个代表"重要思想、科学发展观、新时代中国特色社会主义思想为指导，立足广东，面向全国，积极反映人文社会科学各领域在改革开放和现代化建设中理论与实践的成果，努力把本刊办成有特色、有水平、有影响的综合性学术期刊和重要理论研究阵地。
杂志详情
