稳健的软子空间聚类算法

针对软子空间聚类算法(Soft Subspace Clustering,SSC)对噪声敏感的问题,基于非欧氏距离,提出稳健的软子空间聚类(Robust Soft Subspace Clustering,RSSC)算法。RSSC通过在数据点每一维特征上赋予数据点权函数来提高算法在噪声环境中对聚类中心估计的准确性,进而提高算法的稳健性。实验结果表明,RSSC不仅能有效地选取数据的局部特征,而且具有良好的抗噪声性。

保形变换中分式线性变换的运用

分式线性变换在证明某些不等式和计算某类型二重复积分的作用以及它的保交比性、保圆周性、保对称点性在罗巴切夫斯基几何模型—庞卡莱模型中的运用。