稀疏子空間聚類的交替方向法研究.pdf

1、在機(jī)器學(xué)習(xí)，信號(hào)和圖像處理，計(jì)算機(jī)視覺和模式識(shí)別等科學(xué)工程領(lǐng)域，高維數(shù)據(jù)普遍存在。但是，通常這些高維數(shù)據(jù)可用一個(gè)低維子空間表示。在運(yùn)動(dòng)分割、人臉分類等很多應(yīng)用領(lǐng)域，需要對(duì)數(shù)據(jù)進(jìn)行聚類，因此，對(duì)于高維數(shù)據(jù)聚類以及其優(yōu)化算法研究有著很重要的意義。
　　稀疏子空間聚類基于子空間并集中數(shù)據(jù)向量的稀疏表示，將數(shù)據(jù)劃分到各自子空間，具有很好的魯棒性。本文首先分析了稀疏子空間聚類模型，然后重點(diǎn)研究稀疏子空間聚類模型優(yōu)化求解算法即交替方向法。仿真

2、實(shí)驗(yàn)表明，無論在聚類精度，還是運(yùn)算時(shí)間上，本文方法比傳統(tǒng)算法有很大提高，另對(duì)噪聲數(shù)據(jù)也非常有效。
　　對(duì)稀疏子空間聚類交替方向法中的懲罰參數(shù)進(jìn)行改進(jìn)，使其具有自調(diào)整性。本文研究基于子空間聚類的運(yùn)動(dòng)分割。用稀疏子空間聚類模型及優(yōu)化算法實(shí)現(xiàn)運(yùn)動(dòng)分割。仿真實(shí)驗(yàn)表明，與傳統(tǒng)方法對(duì)比，本文提出改進(jìn)的優(yōu)化方法在聚類精度上更高，迭代次數(shù)和運(yùn)行時(shí)間都相應(yīng)減少。
　　本文研究線性化的自適應(yīng)交替方向法，研究基于稀疏子空間聚類的人臉分類，即把灰度