自适应图融合的缺失多视图聚类算法

来源：计算机工程与应用杂志2023年第9期北京时间：

作者：黄展鹏, 吴杰康, 易法令

单位：1.广东工业大学 自动化学院，广州 510006 ；2.广东药科大学 医药信息工程学院，广州 510006；3.广东普通高校工程技术研究中心-医药信息真实世界工程技术研究中心，广州 510006

摘要：多视图聚类能充分利用不同视图间数据的一致性和差异性，引起越来越多的关注。传统多视图聚类方法假设每个视图的数据都是完整的，然而在实际应用中，收集到的多视图数据常存在部分视图缺失的样本。为了对缺失多视图数据进行聚类分析，提出自适应图融合的缺失多视图聚类算法（IMC_AGF）。算法以两两视图间共有样本为瞄点构建样本-样本的相似度矩阵，学习其一致性知识，再利用两两视图间的互补性，用自适应图融合算法整合所有的相似度图，获取缺失多视图数据完整的相似度矩阵，然后进行谱聚类得到分类结果。实验结果表明，提出的算法优于与之比较的经典缺失多视图聚类方法。

关键词：缺失多视图聚类,自适应图融合,瞄点,相似度矩阵,聚类算法