基于三元组的自动估计类数的子空间聚类方法

摘要

一种基于三元组的自动估计类数的子空间聚类方法,目的是高效且准确地对给定样本进行聚类，同时能够根据样本内部的相关关系，自动估计出要划分的类簇数量。另外，该系统可以找到高维数据样本内在的低维分布，从而缓解处理高维数据的难度。一个高效、自动且准确的聚类方法可以作为计算机视觉、模式识别等领域中很多任务的预处理步骤及辅助措施。本系统首先解决一个带约束的优化问题，以此得到数据集内样本之间的相关关系，构造出自表示矩阵；然后，不同于传统的基于二元关系的方法，本方法计算出更加鲁棒的样本间的三元组关系作为下一步衡量聚类划分的依据；最后，本方法基于三元组关系贪婪地寻找得到最优的聚类划分系统。