关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2022年论文集(43卷)
2025年论文集(46卷) 2024年论文集(45卷) 2023年论文集(44卷) 2022年论文集(43卷) 2021年论文集(42卷) 2020年总目录(41卷) 2019年总目录(40卷) 2018年总目录(39卷) 2017全年目录(38卷) 2016全年目录(37卷) 2015全年目录(36卷) 2014全年目录(35卷) 2013全年目录(34卷) 2012全年目录(33卷) 2011全年目录(32卷) 2010全年目录(31卷) 2009全年目录(30卷) 2008全年目录(29卷) 2007全年目录(28卷) 2006全年目录(27卷) 2005全年目录(26卷) 2004全年目录(25卷) 2003全年目录(24卷) 2002全年目录(22卷) 2001全年目录(22卷) 2000全年目录(21卷)

基于交叉分布对齐的深度自监督多视图聚类方法(2022年04期 v.43 12-17页)

‖  文章供稿:陈泓达  陈培钦
‖  字体: [大] [中] [小]

2022年04期 v.43 12-17页

陈泓达陈培钦

(广东工业大学,广东 广州 510006

摘要:为高效利用多视图数据的一致性和互补性信息,提高多视图聚类效果,提出一种基于交叉分布对齐的深度自监督多视图聚类方法。首先,采用交叉对齐策略学习视图间的潜在联系,得到多视图共享潜在表示;然后,执行聚类操作,并将聚类结果作为伪标签信息,建立一条自监督路径;接着,在统一的框架中联合学习优化;最后,在3个公共多视图数据上进行实验,结果表明,本文提出方法的聚类评价指标均表现出较好性能。

关键词:多视图聚类;变分自编码器;交叉分布对齐;自监督

中图分类号:TP391文献标识码:A             文章编号:1674-2605(2022)04-0003-06

DOI10.3969/j.issn.1674-2605.2022.04.003

打印