基于稀疏与低秩联合表示的多样性多视图子空间聚类

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：赵悦, 胡良臣, 杨影, 阮芷萱, 杜同春, 接标, 罗永龙

单位：1.安徽师范大学 计算机与信息学院，安徽 芜湖 241002；2.工业智能数据安全安徽省重点实验室，安徽 芜湖 241002

摘要：现有的大多数多视图子空间聚类（multi-view subspace clustering，MVSC）算法着重于视图之间的一致性，却忽略了视图之间的多样性，同时也未充分考虑多视图局部结构中的丰富信息，导致多视图信息挖掘不充分，聚类结果不理想。针对这一问题，提出了一种基于稀疏与低秩联合表示的多样性多视图子空间聚类算法。通过共同自表示，视图间的一致性和多样性得以抽取。在实验中，与八种算法进行了比较，并在五个数据集上进行了评估。评价指标包括归一化互信息（normalized mutual information，NMI）、调整兰德指数（adjusted Rand index，ARI）、准确率（accuracy，ACC）和纯度（purity，PUR）。在五个数据集上，提出算法的效果在四个指标上均属于最优。此外，时间成本分析表明该算法与其他算法具有相当的水平，而消融实验证明了视图间一致性和多样性刻画方式的重要性，且该算法在五个数据集上均具备良好的收敛性。实验结果表明，相比于现存相关方法，该方法展现出一定的优越性。

关键词：多视图聚类,一致性与多样性,稀疏表示,低秩表示,流形结构