一种基于数据重建的可靠多视图学习方法及装置

摘要

本发明的实施方式提供了一种基于数据重建的可靠多视图学习方法及装置，属于图像聚类技术领域，本发明引入低秩自表示来构建一个数据重建模型，以此弥补噪声对数据真实结构的破坏；为了更好的探索不同视图间的二维相似性，采用低秩张量来捕获相似性图间的高阶相关性；开发了一种联合嵌入式框架，将数据重构模型，相似性图学习及低秩张量模型放入该框架中，促进本发明的自适应性和鲁棒性；此外，设计了一种有效的数值函数求解方法来获取耦合在目标函数中的变量的最优值；与现有的优秀的方法相比，本发明的精确度更高，性能更加稳健。