一种多视图本征低秩结构的图像聚类方法

本发明公开了一种多视图本征低秩结构的图像聚类方法，采集v个视图组成多视图数据集X；初始化变量，包括构造多视图数据集X的邻接矩阵W、出度矩阵D和拉普拉斯矩阵L，根据数据集X、初始化邻近矩阵W和拉普拉斯矩阵L构造目标优化函数；利用增广拉格朗日乘法对目标优化函数进行处理，更新各项变量并计算计算损失函数；设置迭代循环条件，直到满足循环条件则退出循环，输出的邻接矩阵W为最优解；根据得出的最优相似矩阵W，对相似矩阵W使用强连通分量算法，即可得出多视图数据集的聚类标签。本发明充分利用多视图数据的信息，同时添加相似矩阵动态调节约束，让谱聚类能够利用共同低秩Z0的信息，从而提高聚类的准确性。