主题建模是用于发现文档和图像中基础结构或隐藏结构的强大工具。 用于主题建模的典型算法包括概率潜在语义分析(PLSA)和潜在Dirichlet分配(LDA)。 最近的主题模型方法,即通过概率潜在语义分析(MVPLSA)的多视图学习,被设计用于多视图学习。 这些方法是生成模型的实例,而数据的流形结构将被忽略,这通常对非线性降维映射有帮助。 在本文中,我们提出了一种具有集成流形正则化的新型生成模型,用于多视图学习,该模型同时考虑了数据的生成和流形结构。 在现实世界中的多视图数据集上的实验结果证明了我们方法的有效性。 :copyright:瑞士施普林格国际出版社(2015)(14参考)