可扩展多视图聚类通过显式核特征映射

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

介绍了一个新的多视图子空间聚类的可扩展性框架,利用核特征映射来减少计算负担,同时保持良好的聚类性能。该算法适用于大规模数据集,并在几分钟内完成。通过实验评估了算法在多视图子空间聚类和属性网络多视图方法方面的性能。

🎯

关键要点

  • 介绍了一个新的多视图子空间聚类的可扩展性框架。
  • 提出了一种有效的优化策略,利用核特征映射来减少计算负担。
  • 该算法保持良好的聚类性能,适用于大规模数据集。
  • 算法可以在几分钟内完成计算,适用于数百万数据点。
  • 通过广泛实验评估算法在多视图子空间聚类和属性网络多视图方法方面的性能。
➡️

继续阅读