CASIA OpenIR  > 学术期刊  > 自动化学报
基于低秩张量图学习的不完整多视角聚类
文杰; 颜珂; 张正; 徐勇
发表期刊自动化学报
ISSN0254-4156
2023
卷号49期号:7页码:1433-1445
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.
关键词多视角聚类 视角缺失 不完整多视角聚类 图学习
DOI10.16383/j.aas.c200519
引用统计
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/56098
专题学术期刊_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.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
AAS-CN-2020-0519.pdf(3228KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[文杰]的文章
[颜珂]的文章
[张正]的文章
百度学术
百度学术中相似的文章
[文杰]的文章
[颜珂]的文章
[张正]的文章
必应学术
必应学术中相似的文章
[文杰]的文章
[颜珂]的文章
[张正]的文章
相关权益政策
暂无数据
收藏/分享
文件名: AAS-CN-2020-0519.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。