Subspace Quantization on the Grassmannian
Subspace Quantization on the Grassmannian
复制标题
DOI：
10.1007/978-3-030-19642-4_25
复制
发表时间：
2019-04
期刊：
影响因子：
--
通讯作者：
S. Stiverson;M. Kirby;C. Peterson
中科院分区：
文献类型：
--
作者：
S. Stiverson;M. Kirby;C. Peterson
我们将K-means和LBG算法推广到Grassmann流形的框架中进行子空间量化。ForK-意味着可以使用格拉斯曼测地线将一个子空间向另一个方向移动。对于LBG，质心计算现在使用标志平均算法来对格拉斯曼上的点进行平均。将得到的无监督算法应用于MNIST数字数据集和AVIRIS印度松高光谱数据集。
We extend theK-means and LBG algorithms to the framework of the Grassmann manifold to perform subspace quantization. ForK-means it is possible to move a subspace in the direction of another using Grassmannian geodesics. For LBG the centroid computation is now done using a flag mean algorithm for averaging points on the Grassmannian. The resulting unsupervised algorithms are applied to the MNIST digit data set and the AVIRIS Indian Pines hyperspectral data set.