[发明专利]一种结构化深度非完整多视角聚类方法

说明书

本发明提供一种结构化深度非完整多视角聚类方法，其包括以下步骤：S1、建立结构化深度非完整多视角聚类网络；S2、建立结构化深度非完整多视角聚类预训练网络；S3、对非完整多视角聚类网络模型进行预训练；S4、初始化聚类模型中的聚类中心矩阵；S5、结构化深度非完整多视角聚类网络训练，利用S3得到的非完整多视角图卷积编码网络参数初始化S1所建立的聚类网络参数，并用Adam优化器通过最小化聚类目标损失函数得到最优的图卷积编码网络参数、聚类中心点和最优聚类结果。本发明能够同时捕获多视角数据的互补信息、一致信息、高阶特征信息以及数据间的相似度信息，进而能够得到更精确的数据聚类性能。

技术领域

本发明涉及非完整多视角聚类领域，具体涉及一种结构化深度非完整多视角聚类方法。

背景技术

在大数据时代，各行各业都充斥着海量的数据。由于数据采集设备的多样性，这些海量数据普遍呈现数据量大、数据形式复杂多样以及数据冗余等特点。此外，由于数据采集设备的损耗、数据记录的缺失以及新采集设备的出现等各种不可控因素，实际采集到的数据往往存在部分模态信息缺失的现象。在机器学习领域，将这种从不同模态、不同源域或由不同数据采集装置采集到的数据统称为多视角数据，而存在部分模态或视角信息缺失的数据称之为非完整多视角数据。视角的缺失不仅使得传统的多视角学习方法失效，而且造成了大量信息的损失，给多视角互补信息和一致信息的挖掘造成了诸多困扰。因此，急需设计一种解决视角缺失下的非完整多视角聚类难题的方法。

关于聚类的研究最早可追溯到上个世纪40年代，层次聚类、期望最大化、kmeans和谱聚类是其中比较典型的方法。早期的聚类方法大多仅能处理简单结构的数据，无法很好地处理具有多种复杂属性的多视角数据。近十年来国内外学者们为了能够更好地利用多视角数据得到更好的聚类结果，提出了许多多视角学习方法，比较典型的方法有基于协同训练的多视角聚类方法、基于多核学习的多视角聚类方法、基于图学习的多视角聚类方法和多视角子空间聚类方法等。然而传统的多视角聚类方法在模型设计时都普遍假设所有样本都具有完备的视角，但在诸如音视频多媒体分析、多语言文档分析、基因分析、医疗疾病诊断等新时代各行业实际应用中，所面临的聚类任务时常含有许多缺失视角的样本，使得现有多视角聚类方法无法满足实际应用的需求。相比于传统完备的多视角数据而言，视角缺失下的非完整多视角数据不仅样本配对信息少、互补信息少，而且视角缺失还会严重加剧视角信息的不平衡问题，给非完整多视角的聚类带来了非常大的挑战。

虽然近年来国内外学者们提出了一些解决视角缺失问题的非完整多视角聚类方法，但这些方法还存在如下一些限制其性能的缺陷：

(1)这些方法普遍采用浅层学习模型，无法从复杂数据中捕获高阶鉴别的特征信息；

(2)这些方法普遍将表征学习和聚类划分为两个独立的步骤，而且主要关注于学习非完整多视角数据的一致表征，偏离了聚类任务本质；

(3)这些方法普遍未能充分有效地利用特征空间和图空间的数据信息。

发明内容

为了解决上述现有技术的不足，本发明提供了一种结构化深度非完整多视角聚类方法，该方法提出了一种将高阶特征提取和结构挖掘、共有表征学习以及聚类融为一体的深度框架，让模型的优化方向朝着聚类任务本身进行逼近，以得到最适于聚类的模型和最优的聚类结果。该发明不仅能够同时解决上述所有缺陷，而且能够以端到端的方式得到输入数据的聚类结果。

具体地，本发明提供一种结构化深度非完整多视角聚类方法，

其包括以下步骤：

S1、建立结构化深度非完整多视角聚类网络：其中，结构化深度非完整多视角聚类网络包括多视角图卷积编码深度网络、表征融合模块和聚类模块；