计算机应用

作者：李杏峰, 黄玉清, 任珍文

单位：1.西南科技大学 信息工程学院，四川 绵阳 621010；2.西南科技大学 国防科技学院，四川 绵阳 621010

关键词：低秩稀疏,关系图结构,子空间学习,多核,谱聚类

基金：国家自然科学基金资助项目（61673220）；国家国防科技工业局项目(JCKY2017209B010，JCKY2018209B001)。

针对多核子空间谱聚类算法没有考虑噪声和关系图结构的问题，提出了一种新的联合低秩稀疏的多核子空间聚类算法(JLSMKC)。首先，通过联合低秩与稀疏表示进行子空间学习，使关系图具有低秩和稀疏结构属性；其次，建立鲁棒的多核低秩稀疏约束模型，用于减少噪声对关系图的影响和处理数据的非线性结构；最后，通过多核方法充分利用共识核矩阵来增强关系图质量。7个数据集上的实验结果表明，所提算法JLSMKC在聚类精度(ACC)、标准互信息(NMI)和纯度(Purity)上优于5种流行的多核聚类算法，同时减少了聚类时间，提高了关系图块对角质量。该算法在聚类性能上有较大优势。

来源：2020年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第6期