[發明專利]一種基于對偶張量的多視圖子空間聚類方法

在審

• 申請號: 202111149188.2
• 申請日: 2021-09-29
• 公開（公告）號: CN115908880A
• 公開（公告）日: 2023-04-04
• 發明（設計）人: 任珍文;糜勇;孫元;戴健;祝本明;楊超;印茂偉
• 申請（專利權）人: 西南科技大學
• 主分類號: G06V10/762
• 分類號: G06V10/762
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于對偶張量的多視圖子空間聚類方法，其特征在于，包括以下步驟：

S1、輸入多視圖數據；

S2、基于多視圖數據矩陣，利用子空間自表示學習方法構建每個視圖的關系矩陣；

S3、根據每個視圖的關系矩陣，構建基于對偶張量的多視圖子空間聚類方法的目標函數；

S4、采用交替優化的方法求解目標函數，計算出每個視圖的關系矩陣；

S5、融合多個視圖的關系矩陣得到共識的關系矩陣，然后對共識關系矩陣執行譜聚類得到最終的聚類結果。

2.根據權利要求1所述的基于對偶張量的多視圖子空間聚類方法，其特征在于，所述步驟S1包括：

根據輸入的原始數據集中每個多視圖的數據，提取多視圖數據集的數據矩陣，其中表示原始多視圖數據集中第v個視圖的數據矩陣，dv表示第v個視圖的數據矩陣的特征維度，n表示第v個視圖的數據矩陣的樣本個數；其中V表示多視圖數據集的視圖個數。

3.根據權利要求1所述的基于對偶張量的多視圖子空間聚類方法，其特征在于，所述步驟S2包括：

S2.1.根據多個視圖的數據矩陣，利用子空間自表示學習方法，獲得多視圖數據矩陣的關系矩陣，即X^(v)=X^(v)A^(v)+E^(v)，v=1,…,V，其中A^(v)為第v個視圖的關系矩陣，E^(v)為第v個視圖的數據矩陣重構的誤差矩陣；

S2.2.構造第v個視圖的關系矩陣的低秩約束項||A^(v)||_*,其中||·||_*表示關系矩陣A^(v)的核范數；

S2.3.構造第v個視圖的重構誤差矩陣的稀疏約束項||E^(v)||_2,1,其中||·||_2,1表示重構誤差矩陣E^(v)的l₂₁范數（矩陣的2,1范數）；

S2.4.構建多視圖子空間聚類方法的目標函數：

其中α＞0為平衡參數，平衡||A^(v)||_*和||E^(v)||_2,1之間的權重。

4.根據權利要求1所述的基于對偶張量的多視圖子空間聚類方法，其特征在于，所述步驟S3包括：

S3.1.根據子空間自表示學習得到的多個視圖的關系矩陣A^(v)，構建一個3階張量A，其中，表示將多個視圖的關系矩陣A^(v)堆疊形成張量的函數；

S3.2.構造3階張量的張量低秩約束項,其中表示張量的張量核范數，以捕獲多視圖數據中樣本之間的高階相關性（不同樣本在同一視圖內的相關性）；

S3.3.根據S3.1構建的3階張量，通過張量旋轉操作，得到旋轉張量，其中，表示將多個視圖的關系矩陣A^(v)堆疊成張量，然后進行張量旋轉操作的函數；

S3.4.構造3階旋轉張量的張量低秩約束項,其中表示旋轉張量的張量核范數，以捕獲多視圖數據中視圖之間的高階相關性（同一樣本在不同視圖之間的相關性）；

S3.5.構建基于對偶張量的多視圖子空間聚類方法的目標函數：

其中α＞0，β＞0為平衡參數,平衡目標函數中、、||E^(v)||_2,1之間的權重。