本发明公开了一种基于多样性准则下多视图聚类的癌症亚型检测方法,涉及数据处理技术领域,解决现有多视图聚类方法忽略多视图之间的差异性以及表示张量中所存在的问题。本发明基于经典多视图方法进行改进,将表示张量分为清洁部分和噪声部分,将加权张量核范数加到干净表示张量上,以考虑奇异值的先验知识,对噪声部分施加l2,1范数约束,使学习到的表示张量更加清晰,增强了算法的鲁棒性。在目标函数中引入差异项来描述多视图表示矩阵的多样性,引入流形正则化项来保持数据的局部结构。从而提升了多视图聚类的效果和鲁棒性,在多种数据集上均取得了优异的表现。
📄 2024108087295
📂 G06V10_762
👤 西南大学
📅 2024-06-21