江大新闻网讯  近日，江汉大学人工智能学院李松涛老师团队的研究生袁家鑫以第一作者身份，在学术期刊《IEEE Transactions on Mobile Computing》上发表题为“Unified Joint Semi-supervised Non-Negative Matrix Factorization for Multi-View Data Clustering”的研究论文。江汉大学人工智能学院为该论文的第一完成单位。论文DOI为10.1109/TMC.2026.3709098。

《IEEE Transactions on Mobile Computing》是中国计算机学会（CCF）推荐的A类期刊，也是计算机网络领域的权威学术期刊之一，主要关注移动环境下的架构设计、支撑服务、算法/协议设计与分析、移动通信系统、应用及新兴技术等关键问题。该期刊最新影响因子为8.8，并入选中国科学院文献情报中心期刊分区表的一区。

非负矩阵分解（NMF）因具备基于部分的表示能力，在多视图数据聚类中得到广泛应用。然而，现有大多数多视图NMF方法通常需要人工调整多个平衡参数，以协调不同视图或目标组件之间的信息融合。这种对参数选择的依赖既增加了优化难度，也容易导致聚类效果不理想。

图1 统一联合矩阵分解流程框架

针对上述问题，该论文提出了一种新颖的多视图聚类算法，构建了统一的联合分解机制。该算法将可用的先验信息嵌入共享的结构矩阵中，并同时引入软标签与硬标签约束，从而增强半监督学习范式的效果。该方法实现了样本对之间关系与聚类分配之间的直接且稳健的映射，且计算开销较低，具备在轻量化节点上部署及分布式轻量化应用的潜力。

该方法的一个重要创新点在于对关系矩阵进行分解，从而有效消除了对不同视图权重进行人工参数调优的需要。这一思路也为启发当前复杂的深度网络结构提供了一种轻量化的参考视角。

上述研究工作得到了国家自然科学基金、湖北省自然科学基金以及江汉大学人才研究启动项目的资助。

通讯员：李松涛

编辑：高西

审核：李莎