论文笔记·图学习：A New Simplex Learning Model to Measure Data Similarity for Clustering

Abstract

• 拉普拉斯图的构造存在一些有待讨论的问题：（1）确定分析的规模；（2）确定近邻点的个数；（3）处理多尺度数据；（4）处理噪声和离群点。

• 本文提出通过确定约束的稀疏表示来计算相似度，这种无参方法可以降低计算复杂度同时提高鲁棒性。

1  Background and Motivation

• 基于图论产生了很多算法及应用：（1）聚类算法；（2）维数约简算法；（3）半监督学习算法；（4）排名算法。