中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于低秩张量图学习的不完整多视角聚类

文献类型:期刊论文

作者文杰; 颜珂; 张正; 徐勇
刊名自动化学报
出版日期2023
卷号49期号:7页码:1433-1445
关键词多视角聚类 视角缺失 不完整多视角聚类 图学习
ISSN号0254-4156
DOI10.16383/j.aas.c200519
英文摘要传统多视角聚类都基于视角完备假设,要求所有样本的视角信息完整,不能处理存在部分视角缺失情形下的不完整多视角聚类任务.为解决该问题,提出一种基于低秩张量图学习的不完整多视角聚类方法.为了恢复相似图中缺失视角所对应的样本关联信息,该方法将低秩张量图约束和视角内在图保持约束融入到多视角谱聚类模型.通过在一个统一模型中同时挖掘视角间的互补信息和视角内未缺失样例的关联信息,所提出的方法能够得到表征样例邻接关系的完整相似图和视角间一致的最优聚类指示矩阵.与12种不完整多视角聚类方法进行实验对比,实验结果表明所提出的方法在多种视角缺失率下的5个数据集上获得了最好的聚类性能.
源URL[http://ir.ia.ac.cn/handle/173211/56098]  
专题自动化研究所_学术期刊_自动化学报
推荐引用方式
GB/T 7714
文杰,颜珂,张正,等. 基于低秩张量图学习的不完整多视角聚类[J]. 自动化学报,2023,49(7):1433-1445.
APA 文杰,颜珂,张正,&徐勇.(2023).基于低秩张量图学习的不完整多视角聚类.自动化学报,49(7),1433-1445.
MLA 文杰,et al."基于低秩张量图学习的不完整多视角聚类".自动化学报 49.7(2023):1433-1445.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。