一种基于图数据的多视图图聚类方法

摘要

本发明公开了一种基于图数据的多视图图聚类方法，该方法首先使用低通滤波器对多视图图数据的每一个视图特征进行滤波，然后利用表现良好的自表达模型结合权重机制计算出相似矩阵，通过设置正则项将相似矩阵和表示图节点关系的邻接矩阵联系起来，得到一个可迭代算法，通过该算法快速收敛得到多视图图数据最优表示的图邻接矩阵，将传统谱聚类方法运用于该矩阵即可得到最终聚类结果。本发明基于图滤波技术、图结构矩阵的高阶邻近信息、权重机制实现，相较于基于深度学习的方法，本发明简洁高效，避免了大量参数的计算过程，在保证效率的前提下，具有良好的性能指标；且通用性较强，在多个广泛运用的数据集上相较于现存的方法展现出巨大的优势。