Indexed by：
Abstract：
现有子空间聚类方法通常以数据全局线性为前提，将每个样本点表示为其他样本点的线性组合，因而导致常见子空间聚类方法不能很好地应用于非线性数据。为克服全局线性表示的局限，借鉴流形学习思想，用k 近邻局部线性表示代替全局线性表示，与稀疏子空间聚类和最小二乘子空间聚类方法相结合，提出局部稀疏子空间聚类和局部最小二乘子空间聚类方法，统称局部子空间聚类方法。在双月形数据、6个图像数据集和4个基因表达数据集上进行实验，实验结果表明该方法是有效的。
Keyword：
Reprint 's Address：
Email：
Source ：
自动化学报
ISSN： 0254-4156
Year： 2016
Issue： 8
Volume： 42
Page： 1238-1247
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
