CASIA OpenIR  > 学术期刊  > 自动化学报
基于一步张量学习的多视图子空间聚类
赵晓佳; 徐婷婷; 陈勇勇; 徐勇
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:1Pages:40-53
Abstract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.
Keyword多视图子空间聚类 张量奇异值分解 一步化学习 图学习
DOI10.16383/j.aas.c220138
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56207
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2022-0138.pdf(6474KB)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
[赵晓佳]'s Articles
[徐婷婷]'s Articles
[陈勇勇]'s Articles
Baidu academic
Similar articles in Baidu academic
[赵晓佳]'s Articles
[徐婷婷]'s Articles
[陈勇勇]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[赵晓佳]'s Articles
[徐婷婷]'s Articles
[陈勇勇]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2022-0138.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

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