一种融合子空间表示与图结构学习的多视图聚类方法

本发明公开了一种融合子空间表示和图结构学习的多视图聚类方法，旨在利用子空间表示捕捉数据全局结构信息并利用图学习挖掘多视图几何结构，从而达到联合学习的目的。具体方法是：使用希尔伯特‑施密特独立性准则(HSIC)将数据投射到再生核希尔伯特空间，设计多视图子空间表示模型实现多视图的共性视图表示，基于多视图数据构建多视图图结构，设计多视图图结构学习模型，利用图融合实现共性视图图结构学习，引入联合学习模块，建立子空间表示与图结构学习之间的关系桥梁，实现两个模型的迭代增强学习，本发明在多视图聚类领域表现出较好的应用潜力。