摘要：有限樣本的子空間數據聚類建模及其大規模計算是子空間學習面臨的主要問題.現有的大多數模型都不適合大規模計算.本文提出了一個新的優化模型,結合譜投影反饋和輔助信息優化.在提升模型的學習能力的同時,采用高效的分片符號更新算法,可以適合大規模計算.我們用較大規模的模擬例子和實際例子,分析檢驗了新的優化模型及其快速算法的優于現有其他模型與算法的有效性.