基于联合投影学习和张量分解的不完整多视图聚类
原文中文,约200字,阅读约需1分钟。
📝
内容提要
该文介绍了一种新的多视图聚类框架,通过优化特征子空间、重建学习和一致性学习等方法,避免了维度崩溃和私有信息的影响。实验结果表明,该方法在5个公共数据集上实现了最先进的聚类结果。
🎯
关键要点
-
提出了一种新的不完整多视图对比聚类框架。
-
该框架直接优化潜在特征子空间。
-
利用学习的特征向量及其子向量进行重建学习和一致性学习。
-
有效避免了维度崩溃和私有信息的影响。
-
通过交叉视图预测机制恢复不完整数据。
-
采用最小条件熵丢弃不一致信息。
-
实验结果显示该方法在5个公共数据集上实现了最先进的聚类结果。
🏷️