基于双约束概念分解的半监督多视图聚类方法

本发明公开了一种基于双约束概念分解的半监督多视图聚类方法，涉及机器学习技术领域，将点约束与成对约束相结合，构建互补监督机制的基于先验标签信息的双约束算法，实现有限监督信息的最大化利用与渐进式传播；并依托概念分解框架突破传统方法对数据非负性的限制，结合核方法处理复杂数据分布，获取多视图数据融合的共识矩阵作为视图的低维表示，采用k‑means算法进行聚类，输出最终类别划分结果。本发明实现对复杂多视图数据的有效处理，最终全面提升多视图聚类任务的性能，突破现有技术在聚类精度、数据适应性和监督信息利用效率上的瓶颈。