一种基于集成异构图注意力网络的缺失多视图聚类方法.pdfVIP

下载本文档

7
0
约1.42万字
约 14页
2023-05-11 发布于四川
举报
版权申诉

一种基于集成异构图注意力网络的缺失多视图聚类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于集成异构图注意力网络的缺失多视图聚类方法，所述方法主要包括以下步骤：基于非缺失视图学习一个公共的隐表示；基于公共隐表示构建k近邻图，基于不同视图的缺失情况构建特定的缺失模式图。通过集成k近邻图和不同视图的缺失模式图从而得到一个集成的异构图，代表不同缺失模式下样本间的相互关系；利用图注意力机制进一步加强了样本间的交互，从而学习到一组结构化的隐空间表示；将概率分布的一致性嵌入到网络中，从而学习一个一致的分布用于聚类。在多个真实数据集上的实验结果验证本发明所提方法在缺失多视图聚类上

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565783 A (43)申请公布日 2022.05.31 (21)申请号 202210209256.8 G06N 3/08 (2006.01) (22)申请日 2022.03.0