一种矩阵范数导出正则化的多视图聚类机器学习方法

摘要

本发明涉及一种矩阵范数导出正则化的多视图聚类机器学习方法，该方法具体步骤包括：1)获取聚类任务和目标数据样本；2)基于所述聚类任务获取矩阵范数导出正则化项；3)基于所述矩阵范数导出正则化项，建立正则化多视图聚类优化目标函数；4)采用循环方式求解所述正则化多视图聚类优化目标函数，实现聚类。与现有技术相比，本发明通过衡量每一对核之间的相关性来减少被选中核的冗余并同时增加其多样性，具有提高聚类效果等优点。