一种缺失多视图数据的分类方法及系统

摘要

本发明公开了一种缺失多视图数据的分类方法及系统。该方法包括：由缺失多视图训练样本数据重构第一隐空间，由待测试的缺失多视图样本数据重构第二隐空间；由第一隐空间、缺失多视图训练样本数据和重建损失函数，训练多视图多路神经网络模型，将第一隐空间、真实类标签输入至训练后的模型中，以总损失函数为目标函数调整第一隐空间，直至重建损失函数、总损失函数均收敛，得到训练好的模型和第一完备隐空间；将第二隐空间输入至训练好的模型中，以重建损失函数为目标函数调整第二隐空间，得到第二完备隐空间；由第一完备隐空间和第二完备隐空间，实现对待测试的缺失多视图样本的分类。本发明能够提高针对缺失多视图数据进行分类的准确性。