基于稀疏图学习的增量多视图聚类算法
Incremental multi-view clustering via sparse graph learning
1. 郑州财经学院 信息工程学院, 郑州 450000
2. 郑州大学 计算机与人工智能学院, 郑州 475400
摘要
针对传统多视图聚类算法难以处理视图数据按时间顺序、动态到达的增量应用场景的问题，提出了一种稀疏图在线多视图聚类方法(Sparse Graph Based Incremental Multi-view Clustering，SG-IMVC)。首先，设计一种后融合旋转矩阵学习模块，学习历史视图到新视图间的最佳线性变换并分别建立相似度矩阵捕捉结构信息。其次，构建基于稀疏图重建误差的逆距离自适应加权策略，在稀疏条件下求取一致稀疏图并在稀疏图误差基础上引入距离加权策略来自动平衡历史视图和新视图对聚类的影响程度。最后，提出融合稀疏图学习和特征值分解的一致性划分增强机制，对一致稀疏图进行特征值分解，并根据其获得更好的聚类划分矩阵。在IXMAS、WVU、Handwritten、DMD、Youtube、ESP等6种多视图数据集上的实验表明，SG-IMVC在ACC、NMI和ARI三种指标上比第二优的对比算法平均提升幅度分别为2.28%、6.88%和6.47%，验证了其在增量场景下的优越性。
基金项目
河南省自然科学基金面上项目(252300421504)
河南省科技攻关项目(262102210263)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.03.0036
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第10期
发布历史
[2026-06-30] 优先出版
引用本文
潘笑颜, 陈得友, 闫小强. 基于稀疏图学习的增量多视图聚类算法 [J]. 计算机应用研究, 2026, 43 (10). (2026-07-30). https://doi.org/10.19734/j.issn.1001-3695.2026.03.0036. (Pan Xiaoyan, Chen Deyou, Yan Xiaoqiang. Incremental multi-view clustering via sparse graph learning [J]. Application Research of Computers, 2026, 43 (10). (2026-07-30). https://doi.org/10.19734/j.issn.1001-3695.2026.03.0036. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
