基于潛在表示的自適應(yīng)權(quán)重多視圖子空間聚類算法

打開文本圖片集

摘要：現(xiàn)有的多視圖聚類研究中，互補(bǔ)性信息和視圖噪聲作為常見且重要的多視圖聚類影響因素，往往沒有同時得到關(guān)注和優(yōu)化?；诖?，提出一種潛在低秩稀疏約束的自適應(yīng)權(quán)重多視圖子空間聚類算法（SMSC-LLSC）。具體的，學(xué)習(xí)多視圖子空間的潛在表示，以全面獲取各個視圖間的互補(bǔ)信息，并使重構(gòu)子空間具有低秩稀疏特性，從而使得子空間潛在表示更精準(zhǔn)；在構(gòu)建共享表示矩陣過程中，為每個視圖分配自適應(yīng)權(quán)重，以衡量各視圖對聚類效果的貢獻(xiàn)程度，權(quán)重由不同視圖的表示矩陣與共享表示矩陣之間距離的反比關(guān)系來確定。（剩余1245字）