一种基于对比学习与私有信息的多视图数据类别识别方法

本发明公开了一种基于对比学习与私有信息的多视图数据类别识别方法，利用自编码器从输入的多个视图获得混合特征；根据混合特征，获得私有特征集和公有语义特征集，以私有特征集为对象进行同视图基于实例邻居私有性特征学习，获得有用的私有特征，以及以公有语义特征集进行跨视图基于语义信息一致性特征学习，获得对齐的公有语义特征；引入K‑Means聚类预测模型生成有用的私有特征的伪标签，根据私有特征的伪标签与对齐的公有语义特征的预测标签进行对应约束，以所有视图中预测概率平均值最大的最终标签作为多视图数据的分类标签。本发明从整体提升了多视图数据分类的准确性，可应用于计算机视觉、自然语言分析等多种包含多视图数据的领域。