-
题名自适应图融合的缺失多视图聚类算法
被引量：6
- 1
-
-
作者
黄展鹏
吴杰康
易法令
-
机构
广东工业大学自动化学院
广东药科大学医药信息工程学院
广东普通高校工程技术研究中心-医药信息真实世界工程技术研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第9期176-181,共6页
-
基金
国家自然科学基金(51567002,50767001)
广东省中医药局资助项目(20211234)。
-
文摘
多视图聚类能充分利用不同视图间数据的一致性和差异性,引起越来越多的关注。传统多视图聚类方法假设每个视图的数据都是完整的,然而在实际应用中,收集到的多视图数据常存在部分视图缺失的样本。为了对缺失多视图数据进行聚类分析,提出自适应图融合的缺失多视图聚类算法(IMC_AGF)。算法以两两视图间共有样本为瞄点构建样本-样本的相似度矩阵,学习其一致性知识,再利用两两视图间的互补性,用自适应图融合算法整合所有的相似度图,获取缺失多视图数据完整的相似度矩阵,然后进行谱聚类得到分类结果。实验结果表明,提出的算法优于与之比较的经典缺失多视图聚类方法。
-
关键词
缺失多视图聚类
自适应图融合
瞄点
相似度矩阵
聚类算法
-
Keywords
incomplete multi-view clustering
adaptive graph fusion
anchors
similarity matrix
clustering algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
