-
题名融合加权不一致性的多视图聚类
被引量：2
- 1
-
-
作者
滕少华
盛文涛
滕璐瑶
张巍
曾莹
-
机构
广东工业大学计算机学院
广州番禺职业技术学院信息工程学院
-
出处
《小型微型计算机系统》
北大核心
2025年第2期381-388,共8页
-
基金
国家自然科学基金项目(61972102)资助。
-
文摘
图学习是一种广泛应用于多视图聚类的技术,它可以从多视图中学习出统一的相似图.现有的图学习方法大多只能发掘多视图的一致性,忽视了不一致的信息,这使得它们可能在学习过程中丢失视图独有的信息.为了解决这个问题,本文提出了一种融合一致性和不一致性,面向图的多视图低秩聚类框架.该方法首先将多视图分解为一致性和不一致性两个部分,然后利用自适应加权融合多视图的一致性图,并在此过程中防止权重出现平凡解;进而,提出了一种新颖的低秩融合策略,用一个统一的目标函数融合多视图一致性和不一致性,并通过谱聚类获得结果.本文还设计并实现了一种迭代优化方法来求解目标函数.最后,7个多视图数据集的对比实验验证了该方法的有效性.
-
关键词
多视图聚类
融合多视图一致性和不一致性
多视图不一致性
低秩表示
-
Keywords
multi-view clustering
fusion of multi-view consistency and inconsistency
multi-view inconsistency
low-rank representation
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
