原创力文档- 1、本文档共63页，其中可免费阅读19页，需付费100金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
多视图融合有助于获得更完整的数据特征。现有的多视图融合方法经常将不同
视图间的共享信息和各视图独有信息混杂在一起，不仅会造成信息冗余，还可能引入
新的噪声；又或者考虑了共享信息和独有信息，但却对融合视图的数据质量有较高要
求，当融合视图的质量水平较低时，模型学到的融合表示质量也会降低，从而使得模
型性能下降，发生负迁移。本文面向低质量的数据场景，通过尽可能过滤数据中的冲
突信息或是噪声和无关信息，保留低质量数据中与高质量数据相关的信息来学习完
整且鲁棒的融合表示，缓解负迁移。本文的主要工作
文档评论（0）