论文部分内容阅读
研究了多视角聚类问题，由于多视角聚类考虑到每个样本在多个视角的信息后进行聚类，并利用了更多的有效信息，因而较单视角聚类算法更优。目前绝大多数多视角聚类算法在聚类过程中认为各个视角同等重要，但是如果其中存在质量较差的视角，则会严重影响聚类的最终结果。不同的视角由于其包含信息质量的差异，对聚类最终结果的影响也是不同的。根据每个视角对聚类的贡献率赋予每个视角不同的权值，并利用中心化策略，提出了基于视角熵权重的中心化多视角模糊聚类（entropy weighting centralized multi-view