一种基于张量展开的多视图谱聚类算法

摘要

本发明提供一种基于张量展开的多视图谱聚类算法，该发明基于张量表示所有的视图数据，利用张量的n‑Mode乘法进行展开，分析多视图数据的多维约束关系(高维结构信息)并借鉴低秩矩阵表示和稀疏表示的思想来保存关键结构信息，从而建立基于张量展开的求解模型。另外，考虑到实际获取数据过程中的噪声问题，增加噪声张量进行抗噪处理。由于该优化问题存在非凸的低秩约束条件，直接求解困难，需要对优化目标进行凸松弛，再使用ADMM算法进行优化求解。一些真实数据集的实验结果表明，本发明可有效提高多视图谱聚类的效果。

主权项

一种基于张量展开的多视图谱聚类算法，其特征在于，包括以下步骤：S1：将每个视图通过图结构表示得到各自的概率转移矩阵；S2：用一个张量表示所有视图的概率转移矩阵，利用数据分布规律建模求解，得到一个概率转移矩阵P；S3：将概率转移矩阵P作为基于马尔可夫链的谱聚类算法的关键输入，计算得到谱聚类输出结果；其中n表示样本总数，m表示视图总数。