1、同构多视图数据集(Homogeneous Multi-view Dataset):
定义:同构多视图数据集中的各个视图具有相同的性质和特征。也就是说,每个视图的数据类型和维度是一致的,通常是同种数据来源的不同特征或表达方式。
例子:假设有一个图像数据集,每张图像都可以通过不同的特征提取方法来表示,如颜色直方图、纹理特征和边缘特征。这些特征视图都是从同一个数据源(图像)提取的,并且它们的数据类型和维度是相同或相似的。
2、异构多视图数据集(Heterogeneous Multi-view Dataset):
定义:异构多视图数据集中的各个视图具有不同的性质和特征。也就是说,每个视图的数据类型和维度可能是不同的,通常来自不同的数据来源或不同的数据模式。
例子:假设有一个患者的数据集,一个视图包含患者的电子健康记录(EHR),另一个视图包含患者的基因表达数据,第三个视图包含患者的影像数据(如MRI扫描)。这些视图的数据类型(文本数据、数值数据、图像数据)和维度都是不同的。
总结,同构多视图数据局各个视图的数据类型和维度是一致的,例如不同类型的图片。但是异构多视图数据集各个视图具有不同的性质和特征,例如文本数据、数值数据、图像数据三种视图。