Mutil-View Clustering

最新推荐文章于 2024-05-24 10:45:31 发布

Sand_Li

最新推荐文章于 2024-05-24 10:45:31 发布

阅读量178

点赞数

文章标签：人工智能深度学习聚类数据分析

本文链接：https://blog.csdn.net/qq_58812152/article/details/130650906

版权

多视图聚类：利用不同视图间的差异性和互补性的信息来对数据进行聚类；关键问题在于如何有效地利用多个视图的信息，发挥各视图的优势，减少各视图的局限，从而获得准确且稳健的聚类性能。

两个原则：一致性原则和互补性原则

常见的方法：1、基于协同学习的方法

2、基于子空间的方法

3、基于多核学习的方法

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Sand_Li

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

Multi-view_Clustering:适用于7种多视图光谱聚类算法的MATLAB代码

04-22

多视图光谱聚类算法该存储库包含用于7种多视图光谱聚类算法（和单视图光谱聚类算法）的MATLAB代码，用于在我们的ICDM论文“”中进行比较。一些算法的代码是从原始论文作者的网站上收集的，后来由我们修复和优化。有关这些算法的详细信息，请参阅我们的论文（文件夹名称对应于本文中算法的缩写，即AASC，AWP，CoReg，MCGC，MVGL，RMSC和WMSC ）。在这些文件夹中的每个文件夹中，都有一个用于算法的主文件xxx_main.m ，其中xxx是算法名称。有关7种多视图光谱聚类算法和单视图光谱聚类（SC）算法的原始论文为： Huang等人，2012年。光谱聚类的亲和力聚合 Nie等人，2018年。通过自适应加权Procrustes进行多视图聚类 Kumar等人，2011年。共规化多视图光谱聚类 Zhan等人，2018年。多视图共识图聚类 Zhan等人，2017年。图学习用于多

多视角聚类（一）Multi-view clustering on data with partial instances and clusters

weixin_48898700的博客

10-31

2151

多视角聚类（一）Multi-view clustering on data with partial instances and clusters Linlin Zong ∗, Xianchao Zhang, Xinyue Liu, Hong Yu Key Laboratory for Ubiquitous Network and Service Software of Liaoning Province, Dalian School of Software, Dalian University o.

1 条评论您还未登录，请先登录后发表或查看评论

多视图聚类(multi-view clustering)简介

matrixdodo

08-24

3816

由于自我表示学习算法在创建图(graph construction)与谱嵌入(spectral embedding)过程中有着O(n^3)甚至更高的复杂度，其难于在大尺度的数据上进行应用。即不同的视图对应着不同的基本矩阵，导致产生的子空间存在着内部不一致性。此时，人们就引入了矩阵分解的方法，将输入分解为基本矩阵和低秩的系数矩阵，同时与子空间方法进行融合。其次，k个被选中的锚点被多个视图共有可以保证融合的子空间的一致性，形成多个视图间的信息互补。首先，如果我们需要k个锚点，算法的时间复杂度就由O(n。

多视图的理解及多视图聚类算法

最新发布

xiaobaizaza_Ry的博客

05-24

3415

文章：Multi-view Clustering: A Survey多视图的定义在当前大数据时代，数据往往能够在多个视角下进行采集获取。多个视角下采集获取的数据形成了多视图/多视角数据（Multi-view Data）。来源于不同形态的数据，如不同风格的字体、不同国家的语言来源于不同数据站点的数据，如不同设备扫描得到的数据、不同种群的数据来源于不同视角的数据，如一个人不同角度的成像数据来源于不同特征描述的数据，如数据的边缘、傅里叶、纹理等特征构成的数据来源于不同模态。

Multi-view Clustering via Deep Matrix Factorization and Partition Alignment

qq_34179307的博客

01-19

492

多视角聚类（Multi-view clustering，简称MVC）在近年来得到了广泛研究，用于收集多源信息。一种典型的MVC方法是基于矩阵分解，以有效地进行降维和聚类。然而，现有方法可以通过以下考虑进一步改进：i）当前的单层矩阵分解框架不能充分利用有用的数据表示。ii）大多数算法只关注共享信息，而忽略视角特定的结构，导致次优解。iii）现有工作中未利用分区级别的信息。为了解决上述问题，我们提出了一种新颖的多视角聚类算法，通过深度矩阵分解和分区对齐。

07-03

微信多帐号支持微信公众平台Java SDK,多帐户支持,通过jms实现基于项目更改用户发送的消息首先到weiXin服务器，weiXin服务器发送消息到我们的指定地址，由w-server接收，w-server接收到消息后发送消息到jms队列并...

Mutil-Language-master.zip

07-30

这个项目基于MVVM（Model-View-ViewModel）设计模式，它是一种广泛应用于WPF（Windows Presentation Foundation）和.NET框架中的架构模式。本文将深入探讨如何使用MVVM模式构建具备多语言功能的桌面应用。 1. MVVM...

mutil-module-maven-archetype source code

05-24

本篇文章将深入探讨一个名为“mutil-module-maven-archetype”的源码，这是一个针对多模块Maven项目的模板，旨在帮助开发者快速搭建复杂的模块化项目结构。通过理解其内部机制，我们可以更好地掌握如何高效地利用...

Multi-view Graph Learning.pdf

01-09

多视图图学习可以用于解决多视图数据的聚类问题，从而实现更好的聚类结果。优点多视图图学习有很多优点，例如： * 能够学习一个统一的图，使得多视图的一致性和不一致性达到最优。 * 可以应用于相似图和不相似...

mutil-input

08-19

mutil-input是一个用于Logstash的插件，用于处理多行输入的数据。它可以通过使用正则表达式来匹配并合并具有相同开始模式的多行日志记录，以便能够正确解析和处理。在Logstash的配置文件中，可以使用mutil-input插件...

（源代码）GMC: Graph-based Multi-view Clustering

03-19

GMC: Graph-based Multi-view Clustering 源代码

Multi-Task Multi-View Clustering

a961033121的博客

12-28

895

Multi-View Clustering via Deep Matrix Factorization

qq_34179307的博客

01-18

983

最近，多视角聚类（MVC）因为许多现实世界的数据由不同的表示或视图组成而引起了更多关注。关键在于探索互补信息以使聚类问题受益。在本文中，我们提出了一种用于MVC的深度矩阵分解框架，其中采用半非负矩阵分解以逐层学习多视图数据的层次语义。为了最大化每个视图的互信息，我们强制要求最终层中每个视图的非负表示相同。此外，为了尊重每个视图数据中的固有几何结构，我们引入了图正则化项来耦合深层结构的输出表示。作为一个非平凡的贡献，我们提供了基于交替最小化策略的解决方案，并给出了收敛性的理论证明。

Bipartite Graph Based Multi-View Clustering

一舟的博客

11-27

1477

对于基于图的多视图聚类，一个关键问题是通过两阶段学习方案捕获共识聚类结构。具体来说，首先学习多个视图的相似性图矩阵，然后将它们融合为统一的高级图矩阵。大多数当前的方法独立地学习每个视图的数据点之间的成对相似性，这在单个视图中被广泛使用。然而，包含在多个视图中的共识信息被忽略，并且所涉及的偏差导致不期望的统一图矩阵。为此，我们提出了一种基于二分图的多视图聚类（BIGMC）方法。共识信息可以由不同视图的少量代表性统一锚点表示。在数据点和锚点之间构建二分图。BIGMC构建所有视图的二分图矩阵，并将其融合以生成统一

multi-view clustering指标

iTom's blog

06-29

350

multi-view clustering 指标

论文阅读 [TPAMI-2022] Multiview Clustering: A Scalable and Parameter-Free Bipartite Graph Fusion Method

weixin_42155685的博客

04-06

743

论文阅读 [TPAMI-2022] Multiview Clustering: A Scalable and Parameter-Free Bipartite Graph Fusion Method 论文搜索(studyai.com) 搜索论文: Multiview Clustering: A Scalable and Parameter-Free Bipartite Graph Fusion Method 搜索论文: http://www.studyai.com/search/whole-site/?q=

多视角-3-多视角数据聚类研究

singxsy的博客

11-08

7020

多视角数据聚类研究的学习1 Introduction 学习西安交通大学王浩学长的博士毕业论文其分享的代码链接： https://github.com/cswanghao/Multi-view-Clustering 1 Introduction 多视角聚类旨在利用不同信息之间的一致性和互补性，展现出更好的聚类效果基于自适应近邻图学习的多视角聚类基于联合图学习的多视角聚类基于谱扰动的不完备多视角聚类基于并行化计算的多视角聚类 Key Word: 多视角聚类图聚类谱聚类概念分解并行化计算

论文解读：Multi-view Clustering via Joint Nonnegative Matrix Factorization

hsiffish的博客

12-14

4928

摘要很多真实世界中的数据集由不同表达和视角组成，这些不同的表达和视角的信息往往互为补充。为了整合非监督集合中多个视角的信息，多视觉聚类算法同时聚类不同视角以得到一个聚类结果，这个结果揭示了多个视觉共享一个潜在结构。本文我们提出了一个NMF（基于非负矩阵分解）的多视角聚类算法，该算法寻找一个因式分解，使得多个视角给出一致的聚类结果。本文提出算法的关键在对有约束的联合非负矩阵因式分解过程进行公式化，该分

【论文阅读笔记】：CGD: Multi-View Clustering via Cross-View Graph Diffusion

gandebeautiful的博客

07-01

1068

【论文阅读笔记】：CGD: Multi-View Clustering via Cross-View Graph Diffusion