學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾

未完待續(xù)…

---

文章目錄

• • Graph Connectivity In Sparse Subspace Clustering
  • • Abstract
    • Introduction

---

Graph Connectivity In Sparse Subspace Clustering

Abstract

稀疏子空間聚類(SSC)是一種新的子空間分割方法。在SSC中構(gòu)造一個(gè)圖，圖的節(jié)點(diǎn)是數(shù)據(jù)點(diǎn)，圖的邊由其他數(shù)據(jù)點(diǎn)的L1 -稀疏表示推導(dǎo)出來。證明了如果點(diǎn)位于獨(dú)立子空間的混合上，每個(gè)子空間的圖形結(jié)構(gòu)與其他子空間是不連通的。然而，每個(gè)子空間內(nèi)的連通性問題仍然沒有得到解決。這是重要的，因?yàn)樵赟SC的子空間分割是基于尋找圖的連通分量。

我們的分析建立在通過最小化 L

總結(jié)

以上是生活随笔為你收集整理的文献学习(part19)--Graph Connectivity In Sparse Subspace Clustering的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。