基于聚类结构和局部相似性的多视图隐空间聚类

打开文本图片集

摘 要：随着数据获取方式的多样化发展，针对多视图领域的算法研究变得越来越重要，但大多数方法仅通过自表示属性或局部结构获取样本间的相似性关系，在此过程中忽略了整体样本的聚类结构和原始空间的噪声的影响，使得聚类结果存在较大误差。为解决此问题，提出了一种基于聚类结构和局部相似性的多视图隐空间聚类方法（multi-view latent subspace clustering with cluster structure and local similarity，MLC2L），通过隐表示融合不同视图上的共享信息并抑制噪声的存在。（剩余13560字）