基于稀疏一致图分解的鲁棒多视图聚类算法
Journal of Zhejiang University(Science Edition)（2023）
摘要
由于数据形式日益复杂,陆续涌现了大量多视图聚类算法.但现有方法存在计算复杂度较高、需要额外的后续处理步骤、构造的相似图非最优等缺点.基于此,首先提出一种基于稀疏一致图分解的单视图聚类算法,然后将其扩展为多视图聚类算法,考虑不同视图对最终结果的贡献不同,对每个视图分配适当的权重,同时利用L2.1 范数,得到性能更优的一致图,在一致图基础上学习非负表示矩阵,经交替迭代得到聚类结果.最后在多个数据集上进行比较实验,验证了该算法的有效性.
更多关键词
multi-view clustering,L2,1 norm,consensus graph decomposition
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要