线性嵌入光谱聚类算法

线性复杂度聚类

该算法通过线性嵌入直接求解指示矩阵，在大规模数据上兼顾聚类质量与计算效率，并原生支持样本外扩展。

Chenhui, Gao · 陈文智 · 聂飞平 · 于为中 · 王总辉

Pattern Recognition 2024

技术优势

复杂度降为线性

通过线性嵌入直接求解指示矩阵，避免特征分解，时间复杂度与数据规模线性相关，可处理大规模数据。

信息损失更少

将线性嵌入整合进目标函数并直接求解离散指示矩阵，避免了传统两阶段离散化带来的信息损失。

原生支持新数据

方法天然支持样本外数据，无需重新训练即可对新增数据点进行聚类。

应用场景

• 大规模数据聚类：线性时间可处理百万级数据，替代传统谱聚类。
• 实时数据分析：低延迟聚类支持流式数据的实时分析。
• 三维点云处理：高效聚类三维点云，辅助场景分割。