衍射

F、 巴赫和Z.Harchaoui。一个灵活的、有区别的ac聚类框架。本文提出了一种新的线性聚类框架,它依赖于线性判别代价函数和组合优化问题的凸松弛。通过一系列低维奇异值分解来求解大型凸优化问题。该框架具有以下几个吸引人的特性:(1)虽然与K-means相似,但它比K-means具有更好的聚类性能,特别是在对噪声的鲁棒性方面。(2) 如果判别代价函数是基于正定核的,则它可以很容易地推广到非线性聚类,并且可以看作是谱聚类的一种替代方法。(3) 关于分区的先验信息很容易被合并,从而导致了用于半监督学习、聚类或分类的最新性能。我们给出了我们的算法在合成和真实中尺度数据集上的经验评估