稀疏子空间聚类

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。。。。。