一种基于多粒度特征融合的多视图对比聚类方法

本发明提供了一种基于多粒度特征融合的多视图对比聚类方法，包括：步骤1，利用自编码器来获取潜在空间的多视图数据细粒度特征表示；步骤2，使用多层感知器从细粒度特征中获取粗粒度特征，将多层感知器MLP应用于多粒度特征融合，将细粒度和粗粒度特征融合为多粒度特征；步骤3，给不同视图分配相应的权重；步骤4，实现多视图聚类结果的一致性；步骤5，通过优化后的目标分布，为每个样本分配聚类标签，得到最后的聚类结果。本发明通过有效融合细粒度特征和粗粒度特征，使得对图像信息的利用更加充分，并自适应学习视图权重，使得高质量视图能在聚类任务中发挥主导作用，同时有效抑制低质量视图带来的影响，由此提升了图像聚类的性能。