典型文献
双加权多视角子空间聚类算法
文献摘要：
多视角子空间聚类方法为高维多视角数据的聚类问题提供了大量的解决方案.但是现有的子空间方法仍不能很好地解决以下两个问题:(1)如何利用不同视角的差异性进行学习获得一个优质的共享系数矩阵;(2)如何增强共享系数矩阵的低秩性.针对以上问题,提出了一种有效的双加权多视角子空间聚类算法.该算法首先通过子空间自表达学习到每个视角的系数矩阵,然后采用自适应权重策略构建一个共享系数矩阵,最后利用加权核范数逼近系数矩阵的秩,使得系数矩阵的表示更加低秩,进而取得更好的聚类结果.采用增广拉格朗日乘子法来优化目标函数,并在6个广泛使用的数据集上进行实验,验证了该算法的优越性.
文献关键词：
多视角子空间聚类;系数矩阵;权重;加权核范数;低秩
中图分类号：
作者姓名：
曹容玮;祝继华;郝问裕;张长青;张茁涵;李钟毓
作者机构：
西安交通大学 软件学院, 陕西 西安 710049;天津大学 智能与计算学部, 天津 300350
文献出处：
引用格式：
[1]曹容玮;祝继华;郝问裕;张长青;张茁涵;李钟毓-.双加权多视角子空间聚类算法)[J].软件学报,2022(02):585-597
A类：
B类：
多视角子空间聚类,聚类算法,聚类方法,高维,维多,多视角数据,聚类问题,子空间方法,不同视角,系数矩阵,低秩性,自表达,表达学习,自适应权重策略,策略构建,加权核范数,逼近,矩阵的秩,增广拉格朗日乘子法,优化目标
AB值：
0.257749
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
