一种基于深度矩阵分解的多视图聚类方法及系统

本发明涉及图像数据归类处理领域，提出了一种基于深度矩阵分解的多视图聚类方法及系统，通过通过设计一种深度分解融合模块，加强了深层信息的可解释性，避免了识别不清晰导致的图像数据归类错误，并设计引入了一种图正则化项对系数矩阵进行约束，增强了特征信息的纯度，进一步的提高了图像数据归类的准确性，又设计了一种自适应加权的机制，通过对其中的有效视图进行加权优化，突出了有效视图的特征信息，进而减少了对非有效视图的冗余关注，极大地提高了图像数据归类的效率，还设计了一种多视图特征融合算法，利用公共共识矩阵融合了每个视图的特征信息，极大地提高了图像数据归类的效率和准确性。