基于結(jié)構(gòu)化張量學習的多視圖聚類

打開文本圖片集

摘 要：多視圖聚類方法隨著數(shù)據(jù)獲取途徑日益多樣化成為研究熱點，但大多數(shù)聚類方法低估了噪聲和數(shù)據(jù)多結(jié)構(gòu)互補性信息對聚類結(jié)果的影響，并且忽略了聚類結(jié)果對低秩張量優(yōu)化過程的反向引導作用。為解決這些問題，提出了基于結(jié)構(gòu)化張量學習的多視圖聚類（multi-view clustering based on structured tensor learning，MCSTL）。（剩余13782字）