基于图的自适应加权多视图聚类
来源：计算机应用与软件杂志2024年第7期北京时间：
作者：蓝健, 王俊义, 林基明
摘要：针对现有的基于图的多视图聚类算法没有考虑不同视图的权重和视图数据存在噪声的问题,提出一种基于图的自适应加权多视图聚类算法。通过自适应邻域学习从原始数据中构造多个关系图，引入视图权重调节参数，减少噪声的影响；通过自适应学习将各个关系图融合成统一关系图，通过秩约束优化使数据点自动划分成所需的簇，从而得到聚类结果。在多视图数据集上的实验结果表明了该算法的有效性。
关键词：多视图聚类, 数据融合, 自适应加权, 拉普拉斯矩阵
