一种基于共享近邻的权重自更新多视角谱聚类方法

摘要

本发明公开了一种基于共享近邻的权重自更新多视角谱聚类方法，该方法包括：步骤1：输入多个视角的数据集，根据共享近邻的自适应高斯核函数计算出各个视角的相似矩阵；步骤2：根据拉普拉斯矩阵秩约束理论对各个视角的相似矩阵的簇结构进一步优化各个视角的相似矩阵；步骤3：根据权重自更新多视角谱聚类模型计算出全局拉普拉斯矩阵；步骤4：根据所得到的全局拉普拉斯矩阵，计算出全局相似矩阵，由此得到一个具有多个联通分支的全局相似矩阵，从而得到最终的多个簇。本发明能够提高谱聚类算法中相似矩阵构造的准确性，并减少在相似矩阵构造阶段所花费的计算时间，同时进一步优化多视角数据融合模型。