华南理工大学学报(自然科学版)

作者：刘小兰 潘凎 易淼 李植鹏

单位：1． 华南理工大学 数学学院，广东 广州 510640; 2． 南京大学 计算机软件新技术国家重点实验室，江苏 南京 210023; 3． 宜春学院 物理科学与工程技术学院，江西 宜春 336000; 4． 华南理工大学 计算机科学与工程学院，广东 广州 510006

关键词：低秩表示,子空间聚类,分布式计算,张量

基金：国家自然科学基金资助项目(61502175，61273295);广东省自然科学基金资助项目(2016A030313545);广州市科 技计划项目(201607010069)

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．

来源：2019年第8期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第8期