基于三元非负矩阵分解的鲁棒多视图联合聚类方法：理论、实践与创新

一、引言

1.1研究背景与意义

在当今大数据时代，数据呈现出爆炸式增长的态势，并且数据的类型和来源愈发多样化。多视图数据作为一种常见的数据形式，广泛存在于各个领域。例如在计算机视觉领域，一幅图像可能包含颜色、纹理、形状等多个视图的特征；在生物信息学中，研究对象可能从基因表达、蛋白质结构等不同视图进行描述；在社交网络分析里，用户数据可从好友关系、兴趣爱好、发布内容等多个视图获取。多视图数据的每个视图都提供了对数据对象的不同侧面的描述，这些视图之间既存在互补信息，又具有一定的相关性。挖掘和利用多视图数据中的这些信息，对于揭示数据的