典型文献
基于谱结构融合的多视图聚类
文献摘要：
多视图聚类需要将多个视图的数据信息进行融合表示,是一项重要且具有挑战的任务.至今仍存在2个难解的问题:1)如何将多视图信息有效融合,减少信息丢失;2)如何将图学习和谱聚类同时进行,避免2步策略带来次优化结果.由于数据本身存在噪声并且各视图数据差异较大,在数据空间进行融合可能会造成重要信息的损失;另外,考虑到不同视图的数据应具有相同的聚类结构.为此提出基于谱结构融合的多视图聚类模型,将各视图信息在谱嵌入阶段实施融合,一方面避免了噪声和各视图数据差异的影响,另一方面融合的部位和方式更自然,减少了融合阶段信息的丢失.另外,该模型利用子空间自表示进行图学习,有效地将图学习和谱聚类整合到统一框架中进行联合优化学习.在5个真实数据集上的实验表明了模型的有效性和优越性.
文献关键词：
多视图聚类;谱嵌入结构;信息融合;子空间自表示;联合优化
中图分类号：
作者姓名：
刘金花;王洋;钱宇华
作者机构：
山西医科大学汾阳学院 山西汾阳 032200;北方自动控制技术研究所 太原 030006;山西大学大数据科学与产业研究院 太原 030006
文献出处：
引用格式：
[1]刘金花;王洋;钱宇华-.基于谱结构融合的多视图聚类)[J].计算机研究与发展,2022(04):922-935
A类：
子空间自表示,聚类整合,谱嵌入结构
B类：
多视图聚类,难解,图信息,信息有效,有效融合,信息丢失,图学习,谱聚类,类同,略带,次优,图数据,数据空间,重要信息,聚类结构,聚类模型,合到,一框,联合优化,优化学习,真实数据,信息融合
AB值：
0.272562
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。
