基于方差-协方差子空间距离的多核子空间聚类方法

本发明涉及机器学习与模式识别领域，具体公开了基于方差‑协方差子空间距离的多核子空间聚类方法，包括：S1、获取高维数据矩阵，计算方差‑协方差矩阵及其二阶统计信息，定义初步VCSD核值并经指数变换、归一化得VCSD核矩阵，构建r个基核的多核池；S2、基于非负矩阵分解构建优化目标函数，在约束条件下，求解得块对角结构的局部亲和特征图；S3、通过矩阵化方法捕获高阶特征关联，将张量优化转为矩阵运算；S4、采用交替优化策略求解目标函数，降低计算复杂度，生成目标亲和图；S5、对目标亲和图谱聚类，输出结果。本发明提出的技术方案解决了现有方法统计特性缺失、计算复杂、核噪声干扰的问题，有效提升聚类精度与效率。