多视图聚类旨在综合利用视图数据中的一致信息和互补信息实现对数据的划分, 但各视图表征数据的能力参差不齐, 甚至有的视图可能含有大量的冗余和噪声信息, 不仅不能带来多样的信息, 反而影响聚类性能. 本文提出了自适应加权的低秩约束的多视图子空间聚类算法, 通过自适应学习的方式给各视图赋予不同权重来构造各视图共享的潜在一致低秩矩阵. 并且提出了有效的可迭代优化算法对模型进行优化. 在5个公开数据集上的实验结果表明所提算法的有效性.
2022-05-01 21:42:30
1.03MB
1
自己整理的matlab代码及对应论文：各种低秩约束图像矩阵填充方法SVT、SVP、WSVT、TSVT、ADMM算法实现，包括核范数约束、加权核范数（2018年论文上的)、截断核范数(2018论文里的)等，基于低秩性科研研究不容错过 很全
2019-12-21 20:17:58
15.33MB
1