[发明专利]一种具备鲁棒性的半监督图像聚类方法

摘要

本发明公开了一种具备鲁棒性的半监督图像聚类方法，它涉及图像处理及应用领域。该方法针对一般图像聚类技术里面专注于对图像数据预处理和特征筛选上，而在聚类方法上并未有所突破，提出了一种具备鲁棒性的半监督图像聚类方法。该图像聚类方法首先考虑了实际情况下图像数据中存在的噪声和离群值，通过鲁棒性的正则化来减少噪声和离群值的影响，再从有标记图像和无标记图像两个方面着手挖掘图像数据知识；同时，在图像数据的预处理和特征筛选上，采取了具有适用性的归一化来事先处理图像数据，充分保证图像数据信息的完整性。

主权项

1.一种具备鲁棒性的半监督图像聚类方法，其特征在于，包括以下步骤：步骤一：生成具备鲁棒性的半监督聚类模型，如式(8)所示：式(8)即具备鲁棒性的半监督聚类模型可分为两部分，第一部分是基于l_2,1正则化的非负矩阵分解目标函数，把原本目标函数中的Frobenius正则化替换为l_2,1正则化来减少噪声和离群值的影响；第二部分是流形与成对约束联合正则化框架，通过参数τ的调节来合理安排流形正则化和成对约束正则化各自对整体的影响；步骤二：利用通过步骤一的算法框架，并把数据预处理过程中处理的图像数据导入到算法模型中，得到图像的聚类结果。