BriefGPT - AI 论文速递
·
基于条件熵优化的自适应多视角聚类框架
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出CE-MVC框架，通过自适应加权和参数解耦，解决多视角聚类在一致性、互补性及噪声影响下的不足，从而提升聚类性能。
🎯
关键要点
- 本研究提出CE-MVC框架，旨在解决多视角聚类方法的不足。
- CE-MVC框架通过自适应加权算法和参数解耦深度模型来提升聚类性能。
- 该框架利用条件熵和归一化互信息的概念，增强了聚类的一致性和互补性。
- 在处理噪声视角时，CE-MVC框架显示出更优的鲁棒性和准确性。
➡️
