基于二部图矩阵的一致性多视图聚类

为了充分利用一致性信息,提升聚类性能与自适应能力,提出一种基于二部图矩阵的一致性多视图聚类方法。通过少量代表不同视图的统一锚定点表示一致性信息,将它们融合生成统一的图矩阵。另外以一种相互加强的方式确定连续锚点,从而自动确定每个二部图的权重。进一步通过交替优化逐步求解变量优化问题。在合成数据集和真实数据集上的实验结果证明了该方法在聚类精度与自适应能力上的优越性。

M是连通拟阵与G（D#）是连通图的关系

研究M是连通拟阵与G(D#)是连通图的关系。证明了M中有一个基B,使得C1,C2,…,Cn-r是M中全体对应于基B的基本极小圈,等价于对任意j∈1,2,…,n-r,Cj∪i≠jCi。由此证明了(Cunningham 1973,Krogdahl 1977)M是连通拟阵等价于B∪e∈E(M)-BCM(e,B),并且对任意X∩Y=φ,X∪Y=E(M)-B都有∪e∈XCMe,B∩∪e∈YCM(e,B)≠φ。得到结果为M是连通拟阵等价于G(D#)是连通图。