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
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:7Pages:1433-1445
Abstract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.
Keyword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
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56098
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2020-0519.pdf(3228KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[文杰]'s Articles
[颜珂]'s Articles
[张正]'s Articles
Baidu academic
Similar articles in Baidu academic
[文杰]'s Articles
[颜珂]'s Articles
[张正]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[文杰]'s Articles
[颜珂]'s Articles
[张正]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2020-0519.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.