声明
摘要
1 绪论
1.1研究背景及意义
1.2子空间聚类算法的研究现状
1.3稀疏子空间聚类算法的研究现状
1.4稀疏子空间聚类算法存在的不足和进一步研究的方向
1.5论文的组织结构
2 稀疏子空间聚类理论及相关算法
2.1引言
2.2稀疏子空间聚类算法(SSC)
2.3低秩表示算法(LRR)
2.4 低秩稀疏表示算法(LRSSC)
2.5 本章小结
3基于分数阶函数的加权稀疏子空间聚类算法
3.1引言
3.2加权l1最小化框架
3.3基于分数阶函数的加权稀疏子空间聚类算法
3.4实验结果和分析
3.4.1 Hopkins155数据集
3.4.2 FBMS137数据集
3.4.3 Extended Yale B数据集
3.5本章小结
4基于分数阶函数的加权核函数最小化的低秩表示算法
4.1引言
4.2加权核范数最小化框架
4.3基于分数阶函数的加权核范数最小化低秩表示算法
4.3.1基于分数阶函数的加权核范数框架
4.3.2基于分数阶函数的加权低秩表示算法
4.4实验结果和分析
4.4.1 Hopkins155数据集
4.4.2FBMS137数据集
4.4.3人脸聚类数据集
4.5本章小结
5基于分数阶函数的加权低秩稀疏子空间聚类算法
5.1引言
5.2基于分数阶函数的加权低秩稀疏子空间聚类算法
5.3实验结果及分析
5.3.1 Hopkins155数据集
5.3.2 FBMS137数据集
5.4本章小结
6总结与展望
6.1总结
6.2展望
致谢
参考文献
附录
南京理工大学;