1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 大学论文

基于图表示学习的多视图聚类方法研究.pdf

基于图表示学习的多视图聚类方法研究.pdf

    1. 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. 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. 3、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

    多视图聚(Multi-ViewClustering,MVC)通过整合不同视图数据的信息，能够

    有效提取数据中的一致性和互补性特征，从而显著提升聚类的准确性和鲁棒性。

    近年来，图表示学习因其在建模数据间拓扑关系方面的优势，提出系列的基于图

    表示学习的多视图聚类(Graph-basedDeepMulti-viewClustering,GDMC)方法。但

    当前这类方法仍面临许多挑战：固定图结构限制模型的表达能力；视图一致性和

    特异性目标耦合严重；多视图间相关性挖掘不足；缺乏对视图质量差异的

    您可能关注的文档

    最近下载

    文档评论（0）

    136****6583 + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间
    版权声明书
    用户编号：7043055023000005

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >