论文部分内容阅读
针对基于F范数的判别子空间聚类算法存在对数据适应性差的缺陷,提出一种基于l2,p-范数回归的判别子空间聚类算法。扩展最小二乘线性判别分析的目标函数到l2,p-范数意义下,利用迭代重加权最小二乘法求解目标函数。将基于l2,p-范数的线性判别分析和K-means聚类算法结合到单一的聚类框架中,从而构成广义的判别子空间聚类算法。对比实验结果表明,该算法有效地提高了判别子空间聚类对不同结构数据集的适应性。