基于多视角自适应图正则的非负矩阵分解聚类

为充分利用各个视角数据内在几何结构关系,提出一种新的基于自适应图正则非负矩阵分解的多视角聚类.该算法在一个统一的框架内,通过各视角亲和矩阵自适应学习提取共识的亲和矩阵进行图嵌入来提取多视角数据共识局部结构信息.另外,通过非负矩阵分解来提取多视角数据全局重构信息.最终使各个视角的共识表达,既保持了数据多视角共识全局重构信息,也保持了数据多视角局部结构信息.该优化问题在考虑了所有数据的一致性和每个视角之间互补性的同时,引入了各个视角数据的局部结构信息,达到数据表达和聚类的效果.通过4 组真实数据集的实验,结果表明所提出的方法与已有多视角聚类方法相比具有一定的优越性.