消除互补性争议的多视图聚类算法

来源：计算机研究与发展杂志2025年第5期北京时间：

作者：赵玉涵,陈松灿,

摘要：多视图聚类旨在利用来自不同视图的异构信息发现底层数据结构，并划分样本所属类别.一致性和互补性是影响多视图聚类性能的2个关键要素.一致性强调不同视图间的语义相似性，互补性则强调每个视图内特有信息的相互补充.目前对一致性研究已相对深入，但对互补性研究存在争议，其中一些方法认为一致性和互补性能互助，但仅将二者约束至同一特征空间中实际上造成了二者的冲突.而另一些方法则据此认为应丢弃互补信息，但这又造成信息浪费.直觉上互补性应该存在，贡献在于发现了现有方法没有足够洞悉并触及到互补性的本质，即一致性和互补性并非独立而是相互耦合，结果导致冲突.受此启发，通过解耦实现了2种信息的分离，具体使它们位于不同的特征子空间而非现在的同一特征空间，从而发展出了一种兼顾一致性和互补性的多视图聚类算法，在有效提取出互补信息的同时避免二者冲突.在标准数据集上的对比实验验证了所提算法的有效性.

关键词：多视图聚类, 一致性和互补性, 表示解耦, 对比学习, 伪标记,