基于特征级联的联合平滑多视图子空间聚类算法
作者机构:江南大学人工智能与计算机学院 江苏省模式识别与计算智能工程实验室(江南大学)
出 版 物:《南京大学学报(自然科学)》 (Journal of Nanjing University(Natural Science))
年 卷 期:2024年第4期
页 面:586-599页
核心收录:
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)]
基 金:国家自然科学基金(61806006) 111引智计划(B12018) 江苏高校优势学科建设工程资助项目
摘 要:近年来,多视图聚类问题受到国内外的广泛关注.联合平滑多视图子空间聚类算法通过视图共识分组效应,利用多个视图的局部结构来规范视图共性表示,取得了不错的聚类效果,但是该算法对于不一致性的探索仍然存在一定的局限性,限制了聚类性能的进一步提升.为了进一步挖掘多视图的不一致性,提出一种基于特征级联的联合平滑多视图子空间聚类算法,它不仅同时学习视图间的一致性与不一致性,增强视图的多样性,还将不一致性划分为特定于集群的不一致性与特定于样本的不一致性,通过核范数进一步与低秩表示相关联,并在此基础上使用交替方向最小化进行迭代.在四个公共数据集上与其他优秀算法进行了对比实验,证明了所提算法的优越性.