一种融合多尺度约束的动态重叠子空间聚类

摘要

[目的]旨在解决空间聚类方法在局部结构保持、全局稳定性及重叠数据处理方面的不足，[方法]提出一种融合多尺度稀疏低秩子空间聚类模型(DMS-LRSC).该模型通过构建层次化稀疏约束捕获局部特征，引入结构化低秩正则项增强全局稳定性，并设计Dirichlet过程的重叠概率动态调整机制，[结果]该模型实现了对复杂数据结构的自适应建模.[结论]实验表明，在动态高维数据及多模态等数据集上，模型聚类精度达93%以上，抑制噪声干扰及敏感性分析等方面显著优于传统方法.

关键词

多尺度约束 / 稀疏低秩子空间 / 重叠子空间聚类 / 交替方向乘子法