控制与决策

作者：陈梅,马学艳,钱罗雄,张锦宏,张弛

单位：兰州交通大学 电子与信息工程学院,兰州 730000,,兰州交通大学 电子与信息工程学院,兰州 730000,,兰州交通大学 电子与信息工程学院,兰州 730000,,兰州交通大学 电子与信息工程学院,兰州 730000,,兰州交通大学 电子与信息工程学院,兰州 730000,

关键词：不完备多视图聚类;一致表示;张量对数行列式;低秩张量;不完备数据;张量分析

基金：国家自然科学基金项目(62266029)；甘肃省高等学校产业支撑计划项目(2022CYZC-36).

针对现有的不完备多视图聚类方法存在无法准确利用缺失视图的潜在信息和未能充分利用视图间的互补信息以及高阶相关性等问题,提出一种新的基于多级自表示约束的不完备多视图聚类(CMLC)方法.CMLC利用公共潜在表示来恢复缺失值,从而有效获取缺失部分的潜在信息.为了获得多视图数据的统一低秩表示, CMLC首先通过多级自表示约束捕获多视图数据内部的一致信息和视图间的互补信息,同时利用多级误差表示提高模型对噪声的鲁棒性,接着通过张量对数行列式捕获视图间的高阶相似信息,最后引入距离正则项捕获数据的局部信息.与9个对比方法在多种缺失率下的6个仿真不完备多视图数据集上进行实验对比,结果表明CMLC均获得了最好的聚类性能.

来源：2025年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第2期