题目原文：Anchor Learning with Potential Cluster Constraints for Multi-view Clustering (ALPC)
发表时间：2025 年
发表场所：The Thirty-Ninth AAAI Conference on Artificial Intelligence (AAAI-25)
作者：Yawei Chen¹、Huibing Wang¹*、Jinjia Peng²、Yang Wang³*（*为通讯作者）
单位：¹大连海事大学 信息科学与技术学院；²河北大学 网络空间安全与计算机学院；³合肥工业大学 计算机科学与信息工程学院
代码：https://github.com/whbdmu/ALPC

核心思想

近年来，基于锚点的多视图聚类 (anchor-based MVC) 因其在大规模数据集上的高效性而受到广泛关注。然而，现有动态锚点学习方法通常仅通过简单的低秩约束学习锚点，而忽略了"高质量锚点应当从不同的数据簇中均匀生成"这一现实约束，由此导致：（1）部分锚点可能散落在簇外，不能代表任何有意义的数据簇；（2）部分数据簇中缺乏对应的锚点，锚点分布不均。为解决上述问题，本文提出Anchor Learning with Potential Cluster Constraints for Multi-view Clustering (ALPC)方法。其核心思想包含三点：(a) 设计一个共享的潜在语义模块 (shared latent semantic module)，约束锚点从特定的样本簇中均匀生成，从而避免锚