基于稀疏正则化的低秩多视图子空间聚类方法

本发明公开了一种基于稀疏正则化的低秩多视图子空间聚类方法，包括：接收待聚类的多视图数据集；对数据进行清洗，检查数据中是否有缺失的值，然后根据情况选择填充或删除缺失值获得标准数据集；对数据进行稀疏子空间表示；对子空间进行低秩表示；构造公共潜在子区间，将不同视图的数据映射到公共潜在子区间；构造相似矩阵并对对相似性矩阵进行谱聚类；本发明旨在找到一个共同的子空间，最佳地表示数据在所有视角上的潜在结构，从而提高聚类结果的质量和准确性。