典型文献
面向视角非对齐数据的多视角聚类方法
文献摘要：
如何在视角对齐关系错位时有效进行非对齐多视角学习是一类新的挑战性问题.针对这一问题,提出面向视角非对齐数据的多视角聚类方法.一方面,为了捕获多视角异构特征的跨视角相似度信息,基于多视角非负矩阵分解进行表示学习,将原始特征嵌入一个可度量的低维同构空间.另一方面,在低维同构空间中,以二部图最优匹配模型建模视角对齐关系,并提出参考视角概念将模型推广至多视角情形.将表示学习和视角对齐关系学习整合到统一的Bi-level优化框架,使其在迭代中相互促进,进一步提高模型对视角非对齐数据的学习能力.在视角非对齐数据聚类应用上的大量实验结果表明,相比于8种先进的多视角聚类方法,所提方法在3个数据集上的多项性能指标均取得了较优的性能.
文献关键词：
聚类分析;多视角学习;视角非对齐数据;非负矩阵分解
中图分类号：
作者姓名：
李骜;冯聪;牛宇童;徐士彪;张英涛;孙广路
作者机构：
哈尔滨理工大学计算机科学与技术学院,黑龙江 哈尔滨 150080;北京邮电大学人工智能学院,北京 100876;哈尔滨工业大学计算机科学与技术学院,黑龙江 哈尔滨 150001
文献出处：
引用格式：
[1]李骜;冯聪;牛宇童;徐士彪;张英涛;孙广路-.面向视角非对齐数据的多视角聚类方法)[J].通信学报,2022(07):143-152
A类：
视角非对齐数据
B类：
多视角聚类,聚类方法,多视角学习,挑战性问题,出面,异构特征,跨视角,非负矩阵分解,表示学习,特征嵌入,低维,二部图,匹配模型,至多,关系学习,合到,Bi,level,优化框架,对视,数据聚类,多项性能指标
AB值：
0.294241
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。
