一种基于核范数的鲁棒灵活多视角子空间聚类方法及系统

本发明公开了一种基于核范数的鲁棒灵活多视角子空间聚类方法及系统，方法包括：通过核技巧将原始图像数据映射到高维再生核希尔伯特空间；通过自加权多核学习策略学习一致性核；在所述希尔伯特空间的自表达学习中引入低秩约束得到相似矩阵；根据k‑means算法在所述相似矩阵中计算得到图像聚类结果。本发明通过采用核技巧技术将原始图像数据映射到高维再生核希尔伯特空间，从而有效地处理非线性数据，通过为不同的核自动分配权重，从而有效地考虑了不同视图的重要性，考虑到噪声的影响，在相似度矩阵中添加了低秩约束，从而构建了一个具有清晰块对角线结构的最佳相似度矩阵，可以获得更好的图像聚类结果。