基于线性核的大规模多视图张量聚类方法、装置和设备

本申请涉及一种基于线性核的大规模多视图张量聚类方法、装置和设备。所述方法包括：获取多视图数据以及每一视图数据对应的线性核矩阵，对线性核矩阵进行核对齐，以生成对应的潜在数据表示；将每一视图数据对应的潜在数据表示堆叠成三维张量，对三维张量实施基于张量奇异值分解的核范数最小化约束，以构建目标函数；采用预先设置的线性优化策略求解目标函数，得到每一视图数据的最佳潜在数据表示，对多视图数据的最佳潜在数据表示进行拼接，得到聚类表示，对聚类表示进行聚类得到多视图数据的聚类结果。采用本方法能够在保持无监督学习框架的前提下提高多视图聚类的准确性。