基于块对角表示和视图多样性的多视图子空间聚类方法

摘要

本发明提出了一种基于块对角表示和视图多样性的多视图子空间聚类方法，主要解决多视图聚类方法中存在的聚类准确率低的问题，实现步骤为：获取原始数据集的多视图数据矩阵；构建基于块对角和视图多样性的多视图子空间聚类的目标函数；对目标函数进行优化；对优化后的目标函数中的变量进行初始化；对优化后的目标函数中的变量进行交替迭代；计算优化后的目标函数中的变量多视图自表示系数矩阵的值；对原始数据集进行聚类。本发明将视图多样性约束项与块对角表示约束项结合起来，得到块对角结构更加完整和准确的多视图数据集的相似度矩阵，有效提高了多视图聚类的准确率，可用于图像分割，异常检测，商务分析等领域。