基于加权张量低秩约束的多视图谱聚类

作者：刘思慧; 高全学; 宋伟; 谢德燕

来源：计算机工程, 2023, 1-12.

DOI：10.19678/j.issn.1000-3428.0068270

• 加权张量核范数
• 谱聚类
• 多视图谱聚类
• 图学习
• 张量低秩

现有基于图的多视图聚类方法通常难以同时考虑不同视图的潜在高阶相关信息和每个视图内的全局几何结构，导致聚类性能受限。对此问题，文章提出了一种基于加权张量低秩约束的多视图谱聚类方法，该方法首先根据多视图数据构建概率转移矩阵，然后将所有的概率转移矩阵构建三阶张量，并借助鲁棒主成分分析思想将其分解为目标张量和误差张量；对于目标张量，文章使用加权张量核范数约束其旋转张量，利用奇异值先验信息准确挖掘多视图数据的潜在高阶相关信息；同时利用核范数约束其每个正切片以刻画每个视图内的全局几何结构。根据此思想建立数学模型并设计了有效的求解算法，在BBCSport、BBC4View、COIL20和UCI Digits四个常用数据集上的实验结果表明，对多视图聚类而言，WTLR-MSC较ERLRT、MCA2M、MGL-WTNN等方法的性能有显著提升，ACC、NMI、F-score、Precision和Recall指标提高约1.3，1.0，1.2，1.6和0.8个百分点，显著增强了多视图聚类的稳健性。

• 单位
  深圳大学; 西安电子科技大学; 青岛农业大学