标题：基于局部约束线性编码的多视角聚类方法
作者：陈海钦 曾祥福 钟维良
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：多视角聚类；表示学习；局部约束线性编码
摘要：由于多视角数据能够提供更多有用信息来提高聚类效果，多视角聚类得到了广泛的研究。基于子空间的多视角聚类方法是流行的研究方法，主要是从多视角数据中学习一个统一表示，用于聚类。现有的基于子空间的多视角学习方法具有不错的聚类效果，但往往忽略了样本之间的局部结构信息。因此，提出了一种新的多视角学习方法，该方法采用局部约束线性编码来获取样本之间的局部结构，提高所学到的表示的质量。同时，利用多视角数据的数据特性，每个视角的表示由视角共享部分和视角独有部分组成，更充分挖掘数据所存在的有效信息。另外，采用图正则约束来保持数据的内在流形结构，提高所学到表示的质量。最后，在真实数据集上的实验结果表明，所提出的方法优于现有的多视角聚类方法。