声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：刘金花,王洋,钱宇华,
关键词：多视图聚类, 谱嵌入结构, 信息融合, 子空间自表示, 联合优化,
多视图聚类需要将多个视图的数据信息进行融合表示，是一项重要且具有挑战的任务.至今仍存在2个难解的问题：1)如何将多视图信息有效融合，减少信息丢失；2)如何将图学习和谱聚类同时进行，避免2步策略带来次优化结果.由于数据本身存在噪声并且各视图数据差异较大，在数据空间进行融合可能会造成重要信息的损失；另外，考虑到不同视图的数据应具有相同的聚类结构.为此提出基于谱结构融合的多视图聚类模型，将各视图信息在谱嵌入阶段实施融合，一方面避免了噪声和各视图数据差异的影响，另一方面融合的部位和方式更自然，减少了融合阶段信息的丢失.另外，该模型利用子空间自表示进行图学习，有效地将图学习和谱聚类整合到统一框架中进行联合优化学习.在5个真实数据集上的实验表明了模型的有效性和优越性.
来源：2022年第4期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。