近日,上海大学通信与信息工程学院博士研究生秦亚岚在导师冯国瑞教授的指导下,以第一作者在图像处理顶级期刊《IEEE Transactions on Image Processing》(CCF A,图像处理领域中科院SCI一区期刊,影响因子:10.856)上发表题为“Semi-Supervised Structured Subspace Learning for Multi-View Clustering”的研究论文,其导师冯国瑞教授为该论文的通讯作者。


作者提出了一种基于半监督结构化子空间的多视图学习方法(SSSL-M),以半监督的方式对传统的多视图聚类进行了显式扩展,然后利用少量的监督信息构建了一个反块对角指示矩阵,从而可以更加有效地获得具有块对角结构的共享相似性矩阵。SSSL-M通过一个由反向编码网络和自表达映射组成的统一框架将多个视图特定的相似性矩阵正则化为基于重构的共享相似性矩阵。从技术上讲,作者将所提出的模型表述为一个优化问题,可以通过交替优化方案来解决。通过对七个不同基准数据集上的实验结果进行比较分析,与现有的方法相比,该方法可以获得更好的聚类结果。所得到的共享相似性矩阵在不同数据集上的可视化效果如图所示。该工作得到了国家自然科学基金项目(NO. 62072295, NO. 61902235, NO. U1936214)的资助与支持。