[发明专利]一种基于自适应权重的多视K多均值的图像聚类方法

权利要求书

1.一种基于自适应权重的多视K多均值的图像聚类方法，其特征在于包含以下步骤：

(1)获取多视图数据库，其中，数据集共有V个视图的多视数据，表示为χ＝{X¹,X²,…,X^V}，其中表示的是第v个视图的数据，每个视图下有N个图像样本，D_v表示的是第v个视图样本的维度；

(2)从每个视图的数据中随机的生成M个子簇中心用以捕获每个视图中复杂的数据分布，即一共有V个视图的子簇中心矩阵，表示为同样的，其表示的含义是第v个视图的子簇中心矩阵，M表示的是子簇中心的数量，D_v表示的是第v个视图的维度；

(3)构造AKM³C模型，对多视图进行融合以构造一个共享的二部图S，然后对S相应的拉普拉斯矩阵L_s施加秩约束，从而将二部图S划分为C个簇，从而得到聚类结果；其中，模型求解采用交替优化的方法，不断迭代的计算w_v，A^v,S，最终得到最优的二部图S；求解过程中为每个视图自适应地分配权重w_v；

所述AKM³C模型具体如下：

其中w_v表示的是第v个视图的权重，分别表示的是第v个视角的第i个图像样本和第v个视角的第m个子簇中心，对多视图进行融合，采用自适应近邻的方法构造出一个共享的二部图S；为正则化，可避免平凡解，表示平方F范数；为对应二部图S的归一化的拉普拉斯矩阵，其中为对角矩阵，其第i个对角元素的值为p_im为P的第i行第m列的元素，C为图像的类别个数；

所述对L_s施加的秩约束具体为Rank(L_s)＝(N+M)-C。

2.根据权利要求1所述的一种基于自适应权重的多视K多均值聚类的图像聚类方法，其特征在于：步骤(3)所述的权重w_v的自适应更新公式如下，