1.1 注意力模块 深度多模态聚类作为基于多视学习的无监督 子空间聚类方法，具有优异的聚类性能. 然而对某 些视角数据进行采集时可能存在噪声干扰会出现数据不可靠的情况，直接进行视角间融合会降低生 成的相似度矩阵的有效性. 针对这一问题，通过引入注意力模块为各视采取加权运算的方式进行相 似度融合. 对信息量损坏的视图，网络并不撤销对 这些信息的注意力，而是降低对其分配的权重. 相 反，网络也能在训练过程中增加对干净视图的注意 力.