近期，PRiSE（模式识别与智能软件工程）研究团队在多媒体领域的权威期刊《IEEE Transactions on Multimedia》（简称TMM）上发表论文《Tensorized scaled simplex representation for multi-view clustering》,论文的第一作者为2021级硕士研究生蔡兵，通讯作者为卢桂馥教授。TMM由全球知名的美国电气电子工程师学会（Institute of Electrical and Electronics Engineers, IEEE）主办，是中科院SCI一区Top期刊。
本篇论文聚焦于模式识别领域中的多视图聚类问题。作者在研究中发现，常规方法在构建亲和矩阵以获得聚类标签时，会通过一项绝对值运算将系数矩阵中的负值转换为正值，这一过程可能会破坏数据内在的结构关系。为了解决这一问题，作者提出了一种新的多视图聚类方法——张量缩放单纯形表示（TSSR），该方法是对传统缩放单纯形表示方法的一种重要扩展。TSSR采用低阶张量约束来捕捉不同视图间的共识和互补信息；同时运用缩放单纯形表示确保系数矩阵非负，从而保留数据的内在关系；此外，该方法还拓展了仿射约束的缩放范围，增强了算法的适应性。实验结果验证了TSSR在性能和效率方面均优于SOTA方法。
（TSSR的示意图）
（文/图：蔡兵；审核：王勇）