草图子空间聚类

@第{Traganitis2017SketchedSC条，title={略图子空间聚类}，author={Panagiotis A.Traganitis和Georgios B.Giannakis}，journal={IEEE信号处理事务}，年份＝{2017}，体积={66}，页数={1663-1675}，url＝｛https://api.sympicscholar.org/CorpusID:3302154｝}
受随机素描降维方法的启发，本文介绍了一种随机的SC方案，称为Sketch-SC，为大量高维数据量身定制，通过使用随机投影跨两个维度压缩数据矩阵，加速最新SC方法中计算量大的部分，从而实现快速准确的大规模SC。
[PDF]语义阅读器

本文图表

46引文

大规模数据集的分布式草图子空间聚类

基于随机投影的大容量数据的分布式子空间聚类方案可以处理损坏的数据，并与最先进的子空间聚类方法进行了比较。

从大规模、损坏和不平衡数据中学习多个子空间的稀疏方法

    重游
    计算机科学、数学
  • 2018
本文试图提高对基于稀疏表示的多个子空间学习方法的理论理解，并开发新的算法来处理大规模、损坏和不平衡的数据。

一种可扩展的数据驱动子空间表示和聚类框架

理解压缩子空间聚类算法的通用框架

基于最近提出的低维子空间高斯随机投影的受限等距性质，提出了一个分析各种子空间聚类算法应用于压缩数据时性能的通用框架。

一种易于实现的大数据集快速子空间聚类框架

一个简单而有效的子空间聚类框架称为快速子空间聚类（FSC），它采用“采样、随机投影、聚类和分类”策略，并证明在子空间和原始子空间聚类算法的特定条件下，FSC的时间和空间复杂度均为O（MN）对于N维空间中的M个样本。

标注选定子空间聚类

提出了一种新的维度绘制算法，旨在选择对聚类结果有显著影响的信息维度，与两种基线方法相比，该算法可以显著提高子空间聚类在合成数据集和真实数据集上的性能。

大型高光谱图像的非局部均值正则化草图重加权稀疏和低秩子空间聚类

提出了一种新的可扩展非局部均值正则化草图重加权稀疏低秩（NL-SSLR）SC算法，用于大型HSI，获得的实验结果证实了该算法相对于其他先进HSI聚类方法的优越性。

一种基于可扩展示例的类平衡数据子空间聚类算法

该方法搜索由表示系数的（ell _1）范数度量的最能代表所有数据点的数据子集，并引入了一种最远优先搜索算法，该算法迭代选择最不好表示的点作为示例。

基于随机聚类和多层图的可伸缩稳健稀疏子空间聚类

子空间聚类的自表达网络学习

结果表明，所提出的自表示网络（SENet）不仅可以学习训练数据上具有所需属性的自表示系数，而且可以处理样本外数据，还可以用于大规模数据集的子空间聚类。

63参考文献

绘制并验证大数据聚类

基于随机抽样和一致性思想，并基于用于选择适当的特征变量和向量最小子集的发散准则，开发了一套新的维数和集约简算法，从而绕过了每次迭代的K-means聚类需要。

降维数据噪声稀疏子空间聚类的理论分析

本文的分析适用于最一般的完全确定性模型，其中每个子空间中的基础子空间和数据点都是确定的，并且还适用于子空间嵌入框架中的一系列降维技术。

降维子空间聚类

研究发现，降维到子空间维数的阶数是可能的，而不会导致性能显著下降，并且这些结果是顺序最优的，因为降维会进一步导致基本不适定的聚类问题。

基于阈值的稳健子空间聚类

提出了一种简单的低复杂度子空间聚类算法，该算法将谱聚类应用于通过阈值化数据点之间的相关性获得的邻接矩阵，结果表明子空间的亲和力与可容忍的噪声水平之间存在明显的折衷。

草图子空间聚类的充要条件

本文引入了一种新的子空间之间的度量，称为部分坐标差，并证明了子空间聚类在理论上可以取代仅使用当前数据集r+1行的相干假设。

基于表示的大样本数据子空间聚类的统一框架

一个统一的框架，使得基于表示的子空间聚类算法能够对样本外数据和大规模数据进行聚类，并通过将每个子空间视为超空间中的一个点来估计误差界。

大数据的预处理数据稀疏化及其在PCA和K-Means中的应用

针对大型数据集的压缩方案随机保留每个数据样本的一小部分成分，因此，后续处理（如主成分分析（PCA）或K-means）的速度要快得多，尤其是在分布式数据设置中。

一个关于亚空间聚类的实验

在机器学习和计算机视觉领域，提出了许多子空间聚类方法，包括代数方法、迭代方法、统计方法和基于谱聚类的方法。

基于基字典寻踪的在线低秩子空间聚类

提出了一种新的LRR在线实现方法，将存储开销从O（n2）降低到O（pd），其中p是环境维，d是估计秩，并建立了算法产生的解序列渐近收敛到期望损失函数的一个稳定点的理论保证。

高维数据的子空间聚类：综述

本文概述了各种子空间聚类算法，并根据其定义特征对算法进行了层次结构组织，使用经验可扩展性和准确性测试比较了两种主要方法，并讨论了子空间聚类可能特别有用的一些潜在应用。
...