多局部约束自表示的谱聚类算法

谱聚类是一种有效的子空间聚类方法被广泛应用于图像聚类、图像分割等领域中。然而,谱聚类方法的性能在一定程度上依赖于图的构建,因此如何构建有效的图成为谱聚类中的关键问题。为了解决现有图构建方法存在的不足,提出一种基于多局部约束的自表示图构建方法。该方法不仅考虑样本的自表示能力,而且考虑样本的局部结构信息。尤为重要的是,在构建局部约束项时,通过自适应加权方式融合多种不同距离度量准则。提出一种迭代优化算法求解目标函数。在三个标准人脸数据库上,验证了该方法的有效性。