面向不完整多视图聚类中干净特征发现的鲁棒表示学习方法（RIMVC: Robust Representation Learning for Clean Feature Discovery in Incomplete Multi-View Clustering）

《Advanced Intelligent Systems》：Robust Representation Learning for Clean Feature Discovery in Incomplete Multi-View Clustering

　　

基于图的不完整多视图聚类（Incomplete Multi-View Clustering, IMVC）方法因能捕捉缺失视图下数据的本征结构而受到关注，但现有图学习方法主要依赖样本间成对关系，难以建模真实不完整数据中固有的复杂非线性结构。为此，研究人员提出一种新方法——不完整多视图聚类中的鲁棒特征发现（Robust feature discovery in Incomplete Multi-View Clustering, RIMVC），将基于学习的技术引入图表示模型。此外，为抑制噪声影响，研究人员利用成熟的鲁棒主成分分析（Robust Principal Component Analysis, RPCA）框架恢复干净的特征表示，并进一步结合神经网络的学习能力精炼图学习过程，从而增强不完整多视图数据的表示能力。该方法可获得高质量图表示，显著提升下游聚类任务性能。大量实验评估表明，RIMVC优于现有先进IMVC方法，具有更优的聚类性能与鲁棒性。

论文解读：《Robust Representation Learning for Clean Feature Discovery in Incomplete Multi-View Clustering》（发表于Advanced Intelligent Systems）

一、研究背景与动机

多视图数据（Multi-View Data）因蕴含互补语义信息被广泛关注，多视图聚类（Multi-View Clustering, MVC）旨在利用多视角特征将样本划分至相应簇。实际应用中常出现视图缺失（即不完整多视图数据，Incomplete Multi-View Data），导致传统MVC方法失效。现有基于图学习的不完整多视图聚类（Graph-based IMVC, GIMVC）多直接基于原始含噪、缺失数据用线性方式构建相似度图（Similarity Graph），易受噪声干扰且难以刻画样本间复杂非线性流形结构。此外，图构建与下游任务分离易造成次优结果。针对上述问题，研究人员提出RIMVC框架，首次将经典RPCA引入IMVC以从含缺失与噪声的数据中分解出低秩干净特征，并将神经网络与自适应图学习（Adaptive Graph Learning）统一于联合优化框架中，实现干净特征恢复、图学习与深度表示的相互增强。

二、关键技术方法

研究人员在五个基准数据集（BDGP、ProteinFold、ORL、BBCSport、MSRCV1）上按两种策略模拟不完整多视图数据（固定配对保留比例与随机视图缺失）。RIMVC核心流程为：(1)对每视图含缺失数据矩阵X^(v)引入指示矩阵δ_ij^(v)做零填充后，用带指示约束的RPCA分解为低秩干净分量C^(v)（干净特征表示）与稀疏误差E^(v)（噪声/离群/缺失）；(2)基于C^(v)用自适应邻域分配机制构建视图专属相似度图S^(v)；(3)将C^(v)输入各视图的三层全连接编码器f_θv(·)（ReLU激活）学习图感知非线性表示Z^(v)，并以S^(v)为监督信号约束编码器输出；(4)交替方向乘子法（Alternating Direction Method of Multipliers, ADMM）迭代更新C、E、辅助变量?、S、编码器权重及拉格朗日乘子直至收敛；(5)融合各视图Z^(v)得共识图并对最终统一图做谱聚类（Spectral Clustering）获簇标签。超参数经网格搜索确定，对照9种SOTA方法用ACC、NMI、Purity评估。

三、研究结果

4.1 Datasets and Incomplete Data Construction

选用BDGP(2500×3视)、ProteinFold(694×12视)、ORL(400×3视)、BBCSport(544×2视)、MSRCV1(210×5视)。采用两种缺视方案：保留部分全配对样本+其余随机缺视（BDGP/ProteinFold/ORL设配对率ρ∈{0.9,0.7,0.5,0.3,0.1}）；各视图随机移除样本（BBCSport/MSRCV1缺失率∈{0.1–0.5}），保证每样本至少一视图可用。

4.2 Compared Methods and Experimental Settings

对比GREATF、NGSP-CGL、SIMVC、HCLS-CGL、SCSL、PIMVC、OIMVC、RMoGL、SWCGL九种SOTA方法。RIMVC在绝大多数缺视率/缺失率设置下ACC、NMI、Purity均最优，尤其在BDGP(ρ=0.1)较次优提升约5% ACC，BBCSport(缺失率0.5)提升约2.94% ACC，验证其对噪声与缺失的鲁棒性。

4.3 Clustering Performance and Analysis

结论：RIMVC持续优于现有图基与锚基IMVC方法。性能提升源于RPCA去噪恢复近似完整低秩特征，为图构建提供稳定基底；神经网络编码器挖掘非线性关系并与干净图结构互促，使共识图具更清晰块对角结构，利于谱聚类。随缺失程度加剧所有方法性能下降，但RIMVC降幅相对缓和，说明其更充分利用可用信息。

4.4 Parameter Sensitivity Analysis

结论：参数α(控制RPCA低秩项)、γ(控制图学习项)在{10^?4~10^?2, 10^?2~10⁰}区间表现稳定；β(相似度图正则强度)较敏感，推荐取10^?3~10^?1；近邻数k推荐10–12。

4.5 Encoder Layers Analysis

结论：二层到三层编码器性能上升，超过三层无显著增益甚至略降且耗时增加；三层平衡非线性建模能力与过拟合风险，定为默认结构。

4.6 Visualization Analysis

结论：MSRCV1上所学共识相似度图对比五种GIMVC方法，RIMVC所得图呈最明显块对角（Block-Diagonal）结构，类内连边强、类间弱，证明学到更具判别力的聚类友好图。

4.7 Ablation Study

结论：去除神经网络图结构表示学习(RIMVC-d1)或去除RPCA干净特征恢复(RIMVC-d2)均致性能显著下降(p<肉眼可见)，证实两模块均不可或缺，RPCA去噪与神经网络增强图表示共同贡献于最终效果。

4.8 Convergence Analysis

结论：目标函数总误差与ACC曲线在约15次交替迭代后趋于平稳，证明ADMM优化策略使模型快速收敛。

四、讨论与结论翻译

研究人员提出RIMVC，通过将RPCA干净特征恢复与神经网络增强的自适应图学习纳入统一优化框架以解决不完整多视图聚类问题。RIMVC首先用RPCA从含缺失与噪声的原始多视图数据中提取低秩干净分量，再基于此构建视图相似度图并用三层编码器学习非线性图感知表示，交替优化使干净特征、图结构与深度表示互为促进，最终融合得共识图并施谱聚类。五个基准数据集实验表明RIMVC优于九种SOTA IMVC方法，能学得更清晰块对角的共识相似度图，对高缺失与噪声具强鲁棒性。局限在于时间复杂度受SVD影响限制大规模应用，未来拟结合锚点图学习（Anchor-based Graph Learning）提升大规模IMVC效率。