报告人：黎稳 教授
报告题目：融合张量正交非负分解与锚图学习的多视角聚类
报告时间：2026年10月17日（周六）下午3:30—4:30
报告地点：云龙校区6号楼304报告厅
主办单位：数学与统计学院、数学研究院、科学技术研究院
报告人简介：
黎稳，1996年于西安交通大学获博士学位。现为华南师范大学二级教授、韩山师范学院“韩江学者”杰出教授、广东省计算数学学会副理事长。曾任华南师范大学数学科学学院院长、中国数学会理事、中国计算数学会理事、广东省数学副理事长、广东省工业与应用数学会副理事长。
主要研究方向：数值代数及其应用、张量计算与应用。主持国家自然科学基金面上项目6项。学术成果分别在Numer Math、SIAM 系列（SIOPT、SIMAX、SIIS）、IEEE系列 （TIP、TSP、TC、TNNLS）、Inverse Problems、Pattern Recognition和中国科学（英文版）等重要学术刊物上发表。关于矩阵计算和张量计算的研究成果分别获2011年和2020年广东省自然科学奖二等奖（排名第一）。
报告摘要：
本报告先介绍多视角聚类的意义、方法和挑战。然后提出融合张量双正交非负分解与锚图学习的多视角聚类模型，主要思想是利用稀疏嵌入学习来选择锚点，从而消除多视图锚点图之间的冗余连接。为了捕捉不同视图之间的互补信息，我们提出了张量 Schatten p-范数作为张量秩的近似估计，这有助于促进不同视图间聚类分配的一致性。我们还建议自适应增广拉格朗日方法（ALM）计算提出的模型，并对该算法进行了收敛性分析。在九个真实数据集上进行的广泛实验，结果表明所提出的方法取得了更优的聚类性能。