基于多样性的多视图低秩稀疏子空间聚类算法
本文主要研究如何通过挖掘多视图特征的多样性信息来促进多视图聚类,提出了基于多样性的多视图低秩稀疏子空间聚类算法.该方法直接将视图多样性概念应用于多视图低秩稀疏子空间聚类算法框架中,确保不同视图的子空间表示矩阵的多样性;为了实现多个视图聚类一致性同时达到提高聚类性能的目标,在该框架中引入谱聚类算法共同优化求解.通过对3个图像数据集的实验验证了该算法的有效性,同时其聚类的性能优于已有的单视图及多视图算法.
多视图聚类、子空间表示、多样性表示、低秩稀疏约束、谱聚类、机器学习、特征学习、数据挖掘
18
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省高等教育改革研究课题;江苏省高等职业院校专业带头人高端研修项目
2023-04-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
399-407