近期,，PRiSE（模式識別與智能軟件工程）研究團(tuán)隊在多媒體領(lǐng)域的權(quán)威期刊《IEEE Transactions on Multimedia》（簡稱TMM）上發(fā)表論文《Tensorized scaled simplex representation for multi-view clustering》,論文的第一作者為2021級碩士研究生蔡兵,，通訊作者為盧桂馥教授,。TMM由全球知名的美國電氣電子工程師學(xué)會（Institute of Electrical and Electronics Engineers, IEEE）主辦，是中科院SCI一區(qū)Top期刊,。

本篇論文聚焦于模式識別領(lǐng)域中的多視圖聚類問題,。作者在研究中發(fā)現(xiàn)，常規(guī)方法在構(gòu)建親和矩陣以獲得聚類標(biāo)簽時,，會通過一項絕對值運算將系數(shù)矩陣中的負(fù)值轉(zhuǎn)換為正值,，這一過程可能會破壞數(shù)據(jù)內(nèi)在的結(jié)構(gòu)關(guān)系。為了解決這一問題,，作者提出了一種新的多視圖聚類方法——張量縮放單純形表示（TSSR）,，該方法是對傳統(tǒng)縮放單純形表示方法的一種重要擴(kuò)展。TSSR采用低階張量約束來捕捉不同視圖間的共識和互補信息,；同時運用縮放單純形表示確保系數(shù)矩陣非負(fù),，從而保留數(shù)據(jù)的內(nèi)在關(guān)系；此外,，該方法還拓展了仿射約束的縮放范圍,，增強(qiáng)了算法的適應(yīng)性。實驗結(jié)果驗證了TSSR在性能和效率方面均優(yōu)于SOTA方法,。

（TSSR的示意圖）

（文/圖：蔡兵,；審核：王勇）