非线性数据挖掘

第1章 绪论
1．1 研究背景与研究意义
1．2 子空间聚类概述
1．3 稀疏子空间聚类概述
1．3．1 单视图稀疏子空间聚类研究现状
1．3．2 多视图稀疏子空间聚类研究现状
1．4 稀疏子空间聚类相关理论
1．4．1 稀疏表示
1．4．2 低秩表示
1．4．3 子空间聚类优化算法
1．5 本书的主要内容
1．6 本书结构
第2章 基于非凸低秩核的稳健子空间聚类
2．1 引言
2．2 相关工作
2．2．1 Schatten p-范数
2．2．2 相关熵
2．3 稳健低秩核子空间聚类模型与求解策略
2．3．1 稳健低秩核子空间聚类模型
2．3．2 模型的优化与求解
2．3．3 RLKSC的完整算法
2．4 收敛性及计算复杂度分析
2．4．1 收敛性分析
2．4．2 计算复杂度分析
2．5 实验结果与分析
2．5．1 实验设置
2．5．2 在YaleB数据集上的人脸聚类
2．5．3 在AR数据集上的人脸聚类
2．5．4 在COIL-20数据集上的物体聚类
2．5．5 在Hopkins155数据集上的运动分割
2．5．6 参数选择与收敛性验证
2．6 小结
第3章 融合协同表示与低秩核的稳健多视图子空间聚类
3．1 引言
3．2 主要符号与相关工作
3．2．1 主要符号
3．2．2 非凸低秩核策略
3．3 RLKMSC模型与求解策略
3．3．1 Centroid-based RLKMSC的模型提出与优化
3．3．2 Pairwise RLKMSC的模型与优化
3．3．3 RLKSC的完整算法
3．4 收敛性与计算复杂度分析
3．4．1 收敛性分析
3．4．2 计算复杂度
3．5 实验与结果分析
3．5．1 数据集简介
3．5．2 对比算法与实验设置
3．5．3 实验结果与分析
3．5．4 参数选择与收敛性验证
3．6 小结
……
第4章 基于加权Schatten p-范数小化的异核多视图稳健子空间聚类
第5章 置信度自动加权稳健多视图子空间聚类
第6章 结束语
参考文献