Clustering of Nonnegative Data and an Application to Matrix Completion
Clustering of Nonnegative Data and an Application to Matrix Completion
复制标题
DOI：
10.1109/icassp40776.2020.9052980
复制
发表时间：
2020-05
期刊：
影响因子：
--
通讯作者：
Christopher Strohmeier;D. Needell
中科院分区：
文献类型：
--
作者：
Christopher Strohmeier;D. Needell
在这篇文章中，我们提出了一个简单的算法聚类非负数据躺在不相交的子空间。我们分析其性能的关系，一定程度的相关性，所述子空间。我们使用我们的聚类算法开发一个矩阵完成算法，它可以优于标准的矩阵完成算法的数据矩阵满足一定的自然低秩条件。
In this article, we propose a simple algorithm to cluster nonnegative data lying in disjoint subspaces. We analyze its performance in relation to a certain measure of correlation between said subspaces. We use our clustering algorithm to develop a matrix completion algorithm which can outperform standard matrix completion algorithms on data matrices satisfying a certain natural low rank condition.