[發明專利]基于非負矩陣分解和多樣-一致性的多視圖聚類方法

在審

• 申請號: 201810549602.0
• 申請日: 2018-05-31
• 公開（公告）號: CN108776812A
• 公開（公告）日: 2018-11-09
• 發明（設計）人: 王秀美;張天真;高新波;張越美;郭丁寧;李潔;鄧成;田春娜
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;王品華

本發明提出了一種基于非負矩陣分解和多樣?一致性的多視圖聚類方法，用于解決現有多視圖聚類方法中存在的聚類精度和歸一化交互信息較低的技術問題，實現步驟為：獲取原始圖像集的歸一化非負多視圖數據；構建多視圖數據對應的基矩陣、系數矩陣和類標指示矩陣；構建基于非負矩陣分解和多樣?一致性多視圖聚類的目標函數；獲取基矩陣、系數矩陣和拉普拉斯矩陣的迭代更新表達式；獲取類標指示矩陣的最優值；對類標指示矩陣的最優值進行K?均值聚類，得到多視圖數據對應的聚類簇。本發明利用表示多樣性和類標一致性，學習多視圖數據中的互補和公共信息，有效提高了多視圖聚類的性能，可應用于生物信息分析和金融投資分析等領域。

技術領域

本發明屬于計算機視覺和模式識別技術領域，涉及一種多視圖聚類方法，具體涉及一種基于非負矩陣分解和多樣-一致性的多視圖聚類方法，可應用于生物信息分析、金融投資分析和商務應用等領域。

背景技術

近年來，互聯網信息技術的發展，使得數據成為當今社會中重要的組成部分。隨著多媒體技術的發展，數據呈現爆炸式增長，海量成為當今數據的一個顯著特征。此外，隨著信息采集技術的迅速發展，人們可以從不同數據源中獲取大量數據，這些異質數據在不同角度描述同一目標的不同特征，將每個數據源的數據看作一個視圖的數據，由此可得多視圖數據。多視圖數據中包含比單視圖數據更加詳細全面的信息，通常包含公共和互補信息。因此，多視圖學習成為當今數據時代的一個研究方向。綜上，如何從海量的多視圖數據中提取出有用的信息成為現代數據處理的主要任務。數據挖掘是數據預處理中最常用的基本方法，聚類是數據挖掘領域中常用的基本分析方法之一。如今，針對單視圖數據的傳統聚類方法已取得較好的效果，但若將傳統聚類方法直接應用到多視圖數據中進行聚類，不能有效利用多視圖數據中的公共和互補信息，因而影響了多視圖數據的聚類效果。因此，如何利用多視圖數據中包含的豐富信息提高聚類性能，成為現階段聚類領域中的關鍵問題，如何設計快速有效的多視圖聚類方法，成為大數據時代亟待解決的問題。

聚類是機器學習和數據挖掘領域的基本方法，其目的在于利用數據中的潛在數據結構，將數據集劃分為若干個聚類簇，使得同一簇中的數據點之間的相似性較高，不同簇間的數據點間的相似性較低。傳統的單視圖聚類方法可分為基于原型、基于層次、基于密度、基于網格、基于圖和基于模型等聚類方法。多視圖聚類方法的關鍵在于如何融合多視圖數據，充分利用多視圖數據中的有用信息提高多視圖數據的聚類性能。一種樸素的多視圖聚類方法是將多視圖數據進行拼接得到一個新的單視圖數據，再通過傳統的單視圖聚類方法得到聚類結果。此類方法只是原則上組合了不同視圖的數據，忽略了不同視圖數據中包含的公共和互補信息，從而影響了多視圖數據的聚類效果。另一種多視圖聚類方法是學習多視圖數據的一個公共子空間，并在此公共子空間中進行多視圖數據的聚類分析，由此得到多視圖數據的聚類結果。這類算法通常可以學習到多視圖數據中的公共信息，因此可以得到較好的聚類結果。

非負矩陣分解(Nonnegative Matrix Factorization，NMF)將數據矩陣分解為兩個低秩矩陣的乘積，實現了數據的降維，一般情況下，分解后的基矩陣和系數矩陣是非負且稀疏的，該方法具有較好的可解釋性和明確的物理意義，因此，非負矩陣分解成為數據表示中有力的基本方法，被廣泛應用于單視圖數據聚類和多視圖數據聚類領域中。現有基于非負矩陣分解的多視圖聚類方法雖然取得了較好的聚類結果，但是此類方法在對多視圖數據進行聚類時，忽略了多視圖數據中包含的互補信息，使得聚類精度和歸一化交互信息較低，影響了多視圖數據的聚類效果。