基于全局锚点图的大规模多视图聚类方法

本发明涉及一种基于全局锚点图的大规模多视图聚类方法，属于视图数据处理，用于解决现有多视图聚类方法计算和存储负担过大的问题。本案设计了多视图聚类模型，通过迭代学习多个视图中的底层锚点图，自动确定最优锚点集。本方法获得的全局二分图自动具有低秩属性，不仅可以保留原始数据的主要特征，实现对大规模数据集有效聚类，还可以减少数据的存储空间和计算复杂性。通过为二分图设计约束，显著提高聚类性能和稳定性。