《表1 聚类准确率：k近邻约束的稀疏子空间聚类》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《k近邻约束的稀疏子空间聚类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

聚类准确率如表1所示。实验结果表明本文算法在上述数据集中的聚类准确率高于其他几种对比算法，SSC、LRR、LRSC在Extended YaleB、ORL、AR上有较高的准确率，说明样本空间有线性子空间结构。Kmeans在Extended YaleB上的实验说明传统算法的局限性，不适用于非凸的样本空间。knn的实验结果，尤其是在USPS上有较高的准确率，说明样本之间的距离信息的重要性。数据集COIL20中的图像是水平旋转得到，因此相邻图像之间相似度较大，因此knn与本文算法有更高的聚类准确率。