压缩子空间聚类理论及其应用研究

项目名称： 压缩子空间聚类理论及其应用研究

项目编号： No.61371137

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 谷源涛

作者单位： 清华大学

项目金额： 80万元

中文摘要： 随着高清广播、视频监控、物联网和社交网络等应用的普及，采集、存储、传输和处理的数据量呈现爆炸式增长。虽然这些数据的维度很高，但内在的自由度远小于其维度。在计算机视觉、图像处理和大系统理论中，数据往往来自于若干个低维子空间，但具体位于哪个子空间是未知的。传统子空间聚类模型直接在环境空间将原始数据划分成多个低维子空间，这种方式在处理高维数据时需要极大的计算和存储资源。本项目提出并研究压缩子空间聚类理论，借鉴压缩感知理论的思想，将原始样本映射到压缩空间中再做进一步处理，从而达到减小计算和存储复杂度的目的。本项目将全面研究子空间的相对位置关系及样本分布对子空间可分离性的影响，设计压缩观测方式并度量其保可分离性，研究压缩空间的观测样本聚类方法和原子空间及样本的恢复技术，具有重要的科学意义和理论价值。本项目将把理论结果应用于视频编码或社交网络等互联网技术，借助应用场景对系统进行全面验证和展示。

中文关键词： 子空间聚类；随机矩阵；降维；限制等距性质；JL引理

英文摘要： With the popularization of applications such as High Definition video broadcasting, video surveillance, Internet of Things, and social networks, the last decades has witnessed an explosion of data to acquire, store, transmit, and process. The recent resea

英文关键词： subspace clustering；random matrix；dimensionality reduction；Restricted Isometry Property；Johson-Lindnstrauss Lemma