基于多视图的子空间聚类方法、装置、设备及存储介质

摘要

本发明实施例公开了一种基于多视图的子空间聚类方法、装置、设备及计算机可读存储介质。其中，方法包括基于提取的多视图数据的数据特征矩阵，联合矩阵的核范数和Forbenius范数作为正则项估计秩函数，并且引入张量约束，构造各视图矩阵子空间聚类的优化目标函数；求解优化目标函数的最优化问题，得到各视图的子空间表示矩阵；基于各视图的子空间表示矩阵，计算得到多视图数据的亲和矩阵；利用谱聚类算法对亲和矩阵进行分割，实现了对多视图的子空间聚类。本申请充分利用了多个视图间的高阶相关性信息，有利于提高多视图数据的聚类精度；采用矩阵的核范数联和Forbenius范数作为正则项来估计秩函数，增加了算法的鲁棒性，提升了多视图数据聚类性能。