论文部分内容阅读
大数据时代背景下，随着所获数据数量和维度的不断增加，高维数据的处理成为聚类分析的重点和难点．基于同一类别高维数据通常分布在高维环绕空间的低维子空间这一事实，子空间聚类成为高维数据聚类分析领域的重要方法．稀疏子空间聚类（Sparse Space Clustering，SSC）通过交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）对数据矩阵的稀疏自表达系数进行求解，发现分布于低维子空间并集中的数据的稀疏表示并进行聚类．但是ADMM参数多、收敛速度