k近邻约束的稀疏子空间聚类
来源：计算机工程与应用杂志2019年第3期北京时间：
作者：刘玉馨，何光辉
单位：重庆大学 数学与统计学院，重庆 401331
摘要：稀疏子空间聚类是近年提出的高维数据聚类框架，针对实际数据并不完全满足线性子空间模型的假设，提出[k]近邻约束的稀疏子空间聚类算法。该算法结合数据的子空间结构，[k]近邻及距离信息，在稀疏子空间模型上，添加[k]近邻约束项。添加的约束项符合距离越小，相似系数越大的直观认识且不改变系数矩阵的稀疏性。在人脸数据集Extended YaleB、ORL、AR，物体图像数据集COIL20及手写数据集USPS上的聚类实验表明提出的算法具有良好的性能。
关键词：子空间,聚类,稀疏表示,[k]近邻,人脸聚类
