中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于一步张量学习的多视图子空间聚类

文献类型:期刊论文

作者赵晓佳; 徐婷婷; 陈勇勇; 徐勇
刊名自动化学报
出版日期2023
卷号49期号:1页码:40-53
关键词多视图子空间聚类 张量奇异值分解 一步化学习 图学习
ISSN号0254-4156
DOI10.16383/j.aas.c220138
英文摘要现有多视图子空间聚类算法通常先进行张量表示学习,进而将学习到的表示张量融合为统一的亲和度矩阵.然而,因其独立地学习表示张量和亲和度矩阵,忽略了两者之间的高度相关性.为了解决此问题,提出一种基于一步张量学习的多视图子空间聚类方法,联合学习表示张量和亲和度矩阵.具体地,该方法对表示张量施加低秩张量约束,以挖掘视图的高阶相关性.利用自适应最近邻法对亲和度矩阵进行灵活重建.使用交替方向乘子法对模型进行优化求解,通过对真实多视图数据的实验表明,较于最新的多视图聚类方法,提出的算法具有更好的聚类准确性.
源URL[http://ir.ia.ac.cn/handle/173211/56207]  
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
赵晓佳,徐婷婷,陈勇勇,等. 基于一步张量学习的多视图子空间聚类[J]. 自动化学报,2023,49(1):40-53.
APA 赵晓佳,徐婷婷,陈勇勇,&徐勇.(2023).基于一步张量学习的多视图子空间聚类.自动化学报,49(1),40-53.
MLA 赵晓佳,et al."基于一步张量学习的多视图子空间聚类".自动化学报 49.1(2023):40-53.

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。