基于图注意力自动编码器的多视图聚类方法及系统

摘要

本发明提出了基于图注意力自动编码器的多视图聚类方法及系统，涉及多视图聚类技术领域,具体方案包括：从同一组节点的不同视图中选择信息量最大的视图；基于信息量最大的视图和节点内容信息，利用训练好的图注意力编码器，学习图结构和节点内容，得到节点特征表示；采用l1,2‑范数惩罚对节点特征表示进行特异性约束，得到约束后的节点特征表示；将约束后的节点特征表示输入到自优化聚类模块中进行聚类，得到最终的聚类结果；本发明为了更适合集群任务，将图注意力网络应用到多视图图聚类，同时重构图结构和节点内容，使潜在表示很好地保存了节点的图结构和内容信息。