BriefGPT - AI 论文速递
·
S^2MVTC：一种简单而高效的可扩展多视图张量聚类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
OSMVC-TP是一种基于过渡概率的多视角聚类方法，通过学习锚点和样本的过渡概率得到软标签矩阵，提高了聚类的可解释性。应用约束保持了不同视角间标签的一致性，有效利用了互补信息。实验证实了OSMVC-TP的有效性和稳健性。
🎯
关键要点
- OSMVC-TP是一种基于过渡概率的多视角聚类方法。
- 该方法通过学习锚点和样本的过渡概率得到软标签矩阵。
- OSMVC-TP提高了聚类的可解释性。
- 应用约束保持了不同视角间标签的一致性。
- 该方法有效利用了互补信息。
- 实验证实了OSMVC-TP的有效性和稳健性。
➡️
