基于图结构学习的缺失多视图子空间聚类方法及系统

摘要

本发明提供了一种基于图结构学习的缺失多视图子空间聚类方法及系统，包括：获取训练缺失多视图的特征数据集；依据特征数据集，基于多视图谱聚类和低秩表示学习得到每个视图数据的潜在表示和伪标签矩阵，通过多视图子空间聚类学习得到统一的相似性矩阵，构造基于图结构学习的缺失多视图子空间聚类目标函数；求解基于图结构学习的缺失多视图子空间聚类目标函数，得到相似性矩阵；获待聚类缺失多视图的特征数据集，在所述相似性矩阵的基础上施加秩约束，得到块对角矩阵，得到聚类结果本发明将潜在表示学习、谱嵌入和图聚类整合到一个统一的学习框架中，联合低秩表示和多视图子空间聚类学习得到最优图结构的聚类结果。