首页|图的多视角一致性稀疏聚类

图的多视角一致性稀疏聚类

扫码查看
提出了一种新的面向图的一致性多视角稀疏聚类框架,该方法先将多视角数据分解为一致性与不一致性部分;然后采用相似性度量方法与KNN(K-nearest neighbor)算法对多视角数据进行分解与融合;再运用稀疏表示学习多视角图的一致性相似矩阵,进而通过谱聚类获取聚类结果.最后,设计并实现了一种交替迭代优化算法求解目标函数,并在八个多视角数据集上通过对比实验验证了该方法的有效性.
Multiview consistency sparse clustering for graph

刘瑜童、滕少华、张巍

展开 >

广东工业大学 计算机学院,广州510006

多视角聚类 稀疏表示 图融合 一致性 相似性

619721022020B010166006粤教高函 2018179号粤教高函 20181号201903010107201802030011201802010026201802010042201604046017

2021

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子:0.93
ISSN:1001-3695
年,卷(期):2021.38(8)
  • 2
  • 4