聚类精度优于现有方法
一种新的低秩表示模型，联合优化投影矩阵和表示矩阵，并自适应捕获数据局部几何结构，提高了聚类的准确性。
Chen, Haoran · Xu, Chen · 陶红伟 · 李祖贺 · 王博岳
Pattern Recognition 2024
通过投影距离正则化项和流形优化联合优化投影矩阵与表示矩阵，同时解决投影矩阵固定、局部结构丢失、解偏离真实低秩解的问题。
引入低维投影矩阵自动拟合投影数据，并通过正则化项捕获数据的局部几何结构，无需手工设计特征。
用Schatten-p范数替代核范数最小化，在p<1时更紧地逼近秩函数，从而得到更精确的低秩解。
大量实验表明，所提方法在聚类任务上优于现有方法。