基于相似图投影学习的多视图聚类

摘要：

随着数据来源方式的多样化发展,多视图聚类成为研究热点.大多数算法过于专注利用图结构寻求一致表示,却忽视了如何学习图结构本身;此外,一些方法通常基于固定视图进行算法优化.为了解决这些问题,提出了一种基于相似图投影学习的多视图聚类算法(multi-view clustering based on similarity graph projection learn-ing,MCSGP),通过利用投影图有效地融合了全局结构信息和局部潜在信息到一个共识图中,而不仅是追求每个视图与共识图的一致性.通过在共识图矩阵的图拉普拉斯矩阵上施加秩约束,该算法能够自然地将数据点划分到所需数量的簇中.在两个人工数据集和七个真实数据集的实验中,MCSGP算法在人工数据集上的聚类效果表现出色,同时在涉及21个指标的真实数据集中,有17个指标达到了最优水平,从而充分证明了该算法的优越性能.

关键词：多视图聚类、投影学习、相似图、图融合

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：广东省面上自然科学基金资助项目;国防重点实验室开放基金资助项目;国家自然科学基金

在线出版日期：2024-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：102-107,115