融合一致性和多样性的自适应加权多视图聚类

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：姚怡莹, 陈梅, 王洁, 郭爱霞

单位：兰州交通大学 电子与信息工程学院，兰州 730070

摘要：多视图聚类能够充分融合多个视图的信息，从而表现出优秀的聚类性能。然而，现有方法大多只关注视图间的一致性信息，忽略了视图间的多样性信息，并且在秩的近似估计准确性方面存在不足，从而影响了算法的效果。为了解决这一问题，提出了融合一致性和多样性的自适应加权多视图聚类。该算法为每个视图构建初始相似图，引入张量对数行列式项最大化逼近秩的真实值。该算法通过多样性项探索视图内和视图间的多样性信息，并采用自适应加权图融合项提取每个视图的一致性信息；通过不断地迭代优化，最终得到一个高质量融合图。在八个真实数据集上的实验结果表明，所提方法明显优于基线方法。

关键词：多视图聚类,一致性信息,多样性信息,自适应加权