解读文献:Sparse subspace clustering (cvpr09)
现有的子空间聚类方法,可分为六大类: (本人感觉大都很陌生,)
迭代的:K-subspaces, fitting a subspace to each cluster.
统计的:mixtures of probabilistic PCA; Multi-state learning
基于因式分解的;寻找一个初始化的分割,通过矩阵分解~
谱聚类的:利用点之间的相似性~
代数的:Generalized PCA
信息理论的:Agglomerative lossy compression.
本文的主要工作:子空间聚类+稀疏表示。(最近么东西和稀疏一结合,都是一篇paper了~真晕~)
首先利用稀疏表示系数向量(子空间中结合),聚类数据,分为几个分离的子空间。
相似性矩阵--》谱聚类,
未完待续中。。。。。