来源：期刊VIP网 时间：
作者：冉戆;王思为;祝恩;
单位：国防科技大学计算机学院;
摘要：基于子空间的多视图聚类算法因其良好的聚类性能和数学可解释性而备受关注。其中，一些基于锚点策略的大规模多视图子空间聚类算法，能够有效降低算法的时空复杂度。然而，现有的算法往往从全局结构中学习子空间自表示矩阵，忽视了视图数据、锚点和子空间自表示矩阵之间的局部结构信息。受多视图自加权多图学习算法的启发，提出了基于自适应融合全局和局部信息的锚点多视图聚类(AMVC-AFGL)算法。所提算法旨在通过自适应分配视图权重，融合数据之间的全局信息和局部信息，为每个视图数据学习一个更有效的子空间锚图矩阵，进而拼接为较小的融合锚图矩阵然后进行谱聚类。在公开的10个真实基准数据集上开展了充分的实验，结果表明，与其他12个先进的多视图聚类算法相比，所提算法具有有效性和可扩展性。
关键词：多视图聚类;;自加权;;锚点;;子空间聚类;;谱聚类;;大规模
基金资助：国家自然科学基金项目(62276271,62325604)
