BriefGPT - AI 论文速递 · 2024-12-24T00:00:00Z 利用特征值比例的晚融合多视角聚类中的更严格错误边界 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文提出了一种新理论框架，解决晚融合多视角聚类中的噪声和冗余问题。通过分析多核$k$-均值的泛化误差边界，提升了收敛速率，并且低通图滤波策略显著提高了聚类的准确性和鲁棒性。 🏷️ 标签 冗余 噪声 多视角聚类 收敛速率 聚类准确性 阅读原文 生成长图 分享链接 已复制链接
