基于低秩约束的多视角聚类算法研究

摘要

随着信息技术获取的多样化,可以从不同角度和不同途径来获取不同的特征数据,如何有效挖掘多视角数据内部特征的一致性以及差异性是当前构造多视角聚类算法需要解决的问题。从视角的一致性出发,一方面引入核范数对多个视角之间的模糊隶属度矩阵进行低秩约束;另一方面研究多视角子空间聚类方法,利用低秩核映射,通过这种映射,使特征空间中的映射数据不仅具有低秩性,而且具有自表达性,从而使得低维子空间结构在高维特征空间中得以呈现。通过对比引入低秩约束多视角的算法,发现低秩约束的共性问题。