四步：根據(jù)鄰接關(guān)系，計算相似度矩陣W以及拉普拉斯矩陣L，對L進行譜聚類 分割，獲得最終的聚類結(jié)果。
[0104] 參見圖2,展示了本發(fā)明提供的技術(shù)方案在進行2類、3類、5類以及10類聚類實驗 時的準確率和計算效率，每個結(jié)果均為100次隨機實驗的平均值。由圖2可以得知，和傳統(tǒng) 方法相比較，本發(fā)明提供的方法在具有較高的聚類精度和較高的運算效率。
[0105] 因此，基于本發(fā)明提供的一種基于子空間聚類的數(shù)據(jù)處理方法，其相比現(xiàn)有的基 于優(yōu)化的子空間聚類方法的運算復雜度大大降低，更加適應于大規(guī)模數(shù)據(jù)的處理，本發(fā)明 可以在保證高精度的同時，快速、有效地對大規(guī)模的數(shù)據(jù)進行聚類處理，可以滿足人們的大 規(guī)模數(shù)據(jù)處理需求，節(jié)約人們寶貴的時間，可以很好地適用于圖像處理、計算機視覺和圖像 運動分割等數(shù)據(jù)處理領(lǐng)域，具有重大的生產(chǎn)實踐意義。
[0106] 以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應 視為本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種基于子空間聚類的數(shù)據(jù)處理方法，其特征在于，包括以下步驟： 第一步：對于需要進行子空間聚類的全部數(shù)據(jù)，提取其中的特征點； 第二步：對所提取的全部特征點進行歸一化處理，獲得特征點矩陣； 第三步：為經(jīng)過歸一化處理的每個特征點X建立一個近鄰集n，每個所述近鄰集Q包 含與其所歸屬特征點X所在的子空間距離最近的、預設數(shù)量的樣本特征點； 第四步：根據(jù)每個特征點X的近鄰集Q，對應構(gòu)建全部特征點間的相似度矩陣W ; 第五步：計算全部特征點間的相似度矩陣W對應的拉普拉斯矩陣L，并對每個拉普拉斯 矩陣L進行譜聚類分割，獲得每個特征點的類別標號，實現(xiàn)對全部數(shù)據(jù)的子空間聚類處理。2. 如權(quán)利要求1所述的方法，其特征在于，所述第二步具體為：將全部特征點分別除以 自己的模長，獲得對應的單位向量，然后以獲得的單位向量代替原特征點作為新的特征點， 最終獲得特征點矩陣X G RDXN; 其中，D為特征維度，N為特征點數(shù)量，X的每一列即對應一個特征點的特征向量。3. 如權(quán)利要求1所述的方法，其特征在于，所述第三步具體包括以下步驟： 步驟A)以經(jīng)過歸一化處理的每個特征點X為中心樣本特征點，為每個特征點X構(gòu)建初 始化的近鄰集Q ; 步驟B)根據(jù)近鄰集Q內(nèi)包含的樣本特征點，確定所述中心樣本特征點X所在子空間 U的正交基，實現(xiàn)對子空間U張成的更新； 步驟C)對于不在中心樣本特征點X近鄰集Q內(nèi)的所有特征點，逐一計算它們到中心 樣本特征點X的子空間U的投影，在子空間U上投影長度最大的特征點即為距離子空間U 最近的樣本特征點，將與當前所述中心樣本特征點X所在的子空間距離最近的樣本特征點 新添加到近鄰集Q中； 步驟D)計算所述近鄰集Q中的每個樣本特征點與中心樣本特征點X的親和力，如果 所述近鄰集Q中與中心樣本特征點X的親和力最低的樣本特征點不是新添加到近鄰集Q 中的樣本特征點，則從近鄰集Q中刪除該樣本特征點，然后返回執(zhí)行步驟B)，直到所述近 鄰集Q中所有樣本特征點的數(shù)量達到預設數(shù)量。4. 如權(quán)利要求3所述的方法，其特征在于，所述步驟A)包括以下步驟： 首先將每個特征點X作為中心樣本特征點，并將自身加入到初始化的近鄰集Q內(nèi)； 對于除中心樣本特征點X外的其余特征點，選取距中心樣本特征點X最近的P個特征 點，P為預設的大于1的整數(shù)，根據(jù)稀疏表示目標函數(shù)minIICI11 s. t.X= X(P)c，逐一計算 所述距中心樣本特征點X最近的P個特征點對中心樣本特征點X的重構(gòu)系數(shù)，并選擇其中 重構(gòu)系數(shù)c最大項對應的特征點作為除中心樣本特征點X外加入近鄰集Q的第一個樣本 特征點，從而為每個中心樣本特征點X構(gòu)建初始化的近鄰集Q。5. 如權(quán)利要求4所述的方法，其特征在于，在所述步驟B)中，所述子空間U的正交基按 增量方式計算得到，具體正交基的計算公式如下：其中，為加入近鄰集的最后一個特征點，，急〉為I,與正交基Tlk的內(nèi)積。。6. 如權(quán)利要求5所述的方法，其特征在于，在所述步驟C)中，對于不在中心樣本特征點 X近鄰集Q內(nèi)的所有特征點，其在子空間U上的投影長度按以下公式計算：其中，m為當前中心樣本特征點X的子空間的維度，〈X，nk>為X與正交基n k的內(nèi)積。。7. 如權(quán)利要求6所述的方法，其特征在于，在所述步驟D)中，計算所述近鄰集n中的 每個樣本特征點與中心樣本特征點X的親和力的公式如下： Ok =^kX, 其中，XfiS由位于近鄰集Q內(nèi)的特征點構(gòu)成的矩陣，Z^SXd^Moore-Penrose偽逆 矩陣，（A)i指A的第k行，Ck即為近鄰集Q中第k個特征點與中心樣本特征點X的親和 力。8. 如權(quán)利要求1至7中任意一項所述的方法，其特征在于，所述第四步具體包括以下步 驟： 計算特征點間的毗鄰矩陣Z，所述毗鄰矩陣Z的計算公式為其中，i，j = 1，2，…，N; 然后，根據(jù)特征點間的毗鄰矩陣Z，計算對應的相似度矩陣W = Z+ZT，其中，Zt為毗鄰矩 陣Z的轉(zhuǎn)置。9. 如權(quán)利要求1至7中任意一項所述的方法，其特征在于，所述第五步具體包括以下步 驟： 步驟Al)計算度矩陣D，D為一對角矩陣，其對角線上的元素為其中，i = 1，2，…，N; 步驟A2)根據(jù)所述度矩陣D和相似度矩陣W，計算拉普拉斯矩陣L = D-W ; 步驟A3)計算拉普拉斯矩陣L的前k個最大特征值所對應的特征向量Iv1, V2，…，vk}， 其中k為用戶指定的分割類別數(shù)，然后將這k個N維特征向量排列在一起組成第一矩陣V， N為大于0的整數(shù)； 步驟A4)將第一矩陣V中的每一行IV1, V2，…，VJ當做k維空間的一個向量，對這N 個向量采用K-means聚類算法進行聚類，聚類結(jié)果記為S1, S2，…，Sk; 步驟A5)對于全部特征點中第i個樣本特征點，若V1G S j，則第i個樣本特征點的輸 出類別標號為j，其中I < i < N，且i為整數(shù)，I < j < k，且j為整數(shù)，從而獲得每個特征 點的類別標號，實現(xiàn)對全部數(shù)據(jù)的子空間聚類處理。
【專利摘要】本發(fā)明公開了一種基于子空間聚類的數(shù)據(jù)處理方法，包括步驟：對于需要進行子空間聚類的全部數(shù)據(jù)，提取其中的特征點；對所提取的全部特征點歸一化處理，獲得特征點矩陣；為經(jīng)過歸一化處理的每個特征點x建立一個近鄰集Ω；根據(jù)每個特征點x的近鄰集Ω，構(gòu)建全部特征點間的相似度矩陣W；計算全部特征點間的相似度矩陣W對應的拉普拉斯矩陣L，并對每個拉普拉斯矩陣L進行譜聚類分割，獲得每個特征點的類別標號，實現(xiàn)對全部數(shù)據(jù)的子空間聚類處理。本發(fā)明公開的一種基于子空間聚類的數(shù)據(jù)處理方法，其在保證高精度的同時，高效地對大規(guī)模數(shù)據(jù)進行聚類處理，滿足大規(guī)模數(shù)據(jù)處理需求，很好地適用于圖像處理、計算機視覺和圖像運動分割等數(shù)據(jù)處理領(lǐng)域。
【IPC分類】G06K9/62
【公開號】CN105139031
【申請?zhí)枴緾N201510520771
【發(fā)明人】孫哲南, 譚鐵牛, 宋凌霄, 張曼, 赫然
【申請人】天津中科智能識別產(chǎn)業(yè)技術(shù)研究院有限公司
【公開日】2015年12月9日
【申請日】2015年8月21日