典型文献
多视图聚类研究进展与展望
文献摘要：
多视图聚类旨在利用不同视图间互为差异、互相补充的信息对数据对象进行聚类.近年来,多视图聚类作为一项重要的无监督机器学习方法和数据挖掘技术,在众多领域得到了广泛关注.文章对现有的多视图聚类模型与算法进行了梳理,将其归纳为六个方面,并对其进行了详细论述.进一步,对复杂环境下多视图聚类任务面临的挑战进行了展望,以期推动该领域的不断创新与发展.
文献关键词：
多视图聚类;机器学习;数据挖掘;无监督学习
中图分类号：
作者姓名：
梁吉业;刘晓琳
作者机构：
山西大学智能信息处理研究所,山西 太原030006;山西大学 计算智能与中文信息处理教育部重点实验室,山西太原030006
文献出处：
引用格式：
[1]梁吉业;刘晓琳-.多视图聚类研究进展与展望)[J].山西大学学报（自然科学版）,2022(03):612-621
A类：
B类：
多视图聚类,聚类研究,研究进展与展望,相补,数据对象,无监督机器学习,机器学习方法,数据挖掘技术,聚类模型,模型与算法,细论,复杂环境,创新与发展,无监督学习
AB值：
0.239013
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
