基于图学习的多视图聚类

最新推荐文章于 2024-06-14 22:30:43 发布
最新推荐文章于 2024-06-14 22:30:43 发布
阅读量1.4k 收藏 8
点赞数 1
文章标签： vue.js html5 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47038252/article/details/120195301
版权

现有的多视图聚类算法：

1.基于图的多视图聚类

2.多视图谱聚类

3.协同训练风格聚类

4.多视图子空间聚类

框架： 

 一般流程：

1.构造数据矩阵G，其中每一个元素gij表示数据点xi和xj之间的相似度；

2.计算图拉普拉斯矩阵L

3.计算嵌入矩阵E

4.将E通过额外的算法（k-means)聚类成c簇。（类似于谱聚类算法）

GBS

1.从数据矩阵中构造图矩阵

包括两部分：构造图和计算相似度

2.图融合

最低0.47元/天 解锁文章
打小就聪明w
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
基于自适应图学习的不完整多视图谱聚类
weixin_47038252的博客
10-14 1000
论文：IEEE Xplore Full-Text PDF:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8587123&tag=1 Multiview subspace clustering 其中Z是自表示矩阵，E是一个误差矩阵被用来模拟不同的噪声。MVSC将图构造和低维表示学习集成到一个联合学习框架中，使其能够找到全局最优的聚类指标矩阵。通过交替求解所有变量，MVSC可以找到一致性表示F的局部最优值。然后，MV..
基于多图的聚类算法——基于关系传播的多视图聚类算法（Multi-view Clustering based on Belief Propagation, MVAP）
最新发布
...
07-11 729
基于关系传播的多视图聚类算法（Multi-view Clustering based on Belief Propagation, MVAP）是一种利用信念传播（Belief Propagation, BP）原理来处理多视图数据的聚类算法。MVAP算法的核心思想是通过在不同视图之间传播和整合信息，来提高聚类的准确性和鲁棒性。BP是一种消息传递算法，常用于图模型中，它能够有效地传播和更新节点状态的概率信息，最终达到收敛状态，得到每个节点最可能的状态。
鲁棒多视图谱聚类（Robust Multi-view Spectral Clustering, RMSC）
...
06-14 925
RMSC通过上述步骤，不仅融合了多视图信息，还通过鲁棒处理提高了对噪声的容忍度，使得聚类结果更加可靠。尽管具体实现细节（如如何精确地进行鲁棒低秩矩阵恢复、如何优化权重分配等）可能根据实际情况有所调整，但上述框架概括了RMSC的基本思路和流程。
基于图的多视角聚类系统
在上树的路上的博客
04-05 570
参考文献：https://doi.org/10.1016/j.knosys.2018.10.022
Bipartite Graph Based Multi-View Clustering
一舟的博客
11-27 1328
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
GMC Graph-Based Multi-View Clustering
一舟的博客
11-22 1757
现有的大多数方法没有充分考虑不同视图的权重，需要额外的聚类步骤来生成最终的聚类。还通常基于所有视图的固定图相似矩阵来优化目标。GMC获取所有视图的数据图矩阵，并将其融合生成统一的图矩阵。统一图矩阵反过来又改进了各个视图的数据图矩阵，也直接给出了最终的聚类。它可以帮助各个视图图矩阵的学习和统一图矩阵的学习相互强化。一种新的多视图融合技术可以自动对各个数据图矩阵进行加权，得到统一的图矩阵。对统一矩阵的图拉普拉斯矩阵也施加了不引入调优参数的秩约束，有助于将数据点自然地划分到所需的簇数。
多视图聚类总结
seeseamiao1998的博客
04-08 6545
MVC的两个重要原则，即互补原则和共识原则。 互补原则：该原则规定，为了更全面、更准确地描述数据对象，应该使用多个视图。在多视图数据的上下文，每个视图都足以完成特定的知识发现任务。然而，不同的视图通常包含相互补充的信息。例如，在图像处理领域，每幅图像都由不同类型的特征来描述，如lbp、sift和hog，其中lbp是一种强大的纹理特征，sift对图像的光照、噪声和旋转具有鲁棒性，而hog对边缘信息敏感。因此，有必要利用这些相互补充的信息来描述这些数据对象，并对内部集群提供更深入的见解。 共识原则：这一原则
基于自适应加权的多视图聚类算法matlab版本
11-10
在机器学习领域，多视图聚类是一种处理数据复杂性的有效方法。它假设数据可以从不同的角度或“视图”来观察，每个视图都提供了一种独特的信息表示。基于自适应加权的多视图聚类算法是这种方法的一个重要实例，它通过...
基于自定进度学习的多视图光谱聚类
04-02
基于自定进度学习的多视图光谱聚类
基于变权和MKL的多视图聚类算法
03-01
基于变权和MKL的多视图聚类算法
基于核K-means的增量多视图聚类算法
03-01
基于核K-means的增量多视图聚类算法
matlab[IEEE TKDE 2024]基于多视图聚类的鲁棒一致锚图学习算法[j].zip
05-15
这个算法是“基于多视图聚类的鲁棒一致锚图学习算法”，它发表在了IEEE Transactions on Knowledge and Data Engineering (TKDE) 2024年的期刊上，这是一份在信息处理和数据科学领域极具影响力的学术出版物。...
matlab[IEEE TNNLS 2022]基于视图无关锚点的快速不完全多视图聚类算法[j].zip
05-15
我们关注的是一个在MATLAB环境下实现的最新研究成果，它发表于2022年的IEEE Transactions on Neural Networks and Learning Systems (TNNLS)期刊上，主题为“基于视图无关锚点的快速不完全多视图聚类算法”。...
matlab[AAAI 2024]不完全多视图聚类的样本级交叉视图相似学习代码[j].zip
05-15
《不完全多视图聚类的样本级交叉视图相似学习在matlab中的实现》 在信息技术领域，数据聚类是一种常见的无监督学习方法，它旨在根据数据的内在特性将数据集分成不同的组，即“簇”。多视图聚类（Multi-view ...
CDMGC-main_21年多视图聚类算法_源码.rar
11-15
《CDMGC-main_21年多视图聚类算法源码详解》 在现代数据科学领域，多视图聚类算法已经成为处理复杂、多维度数据的重要工具。2021年的"CDMGC（Composite Dual-view Matrix Graph Clustering）"是一种先进的多视图...
多视角-3-多视角数据聚类研究
singxsy的博客
11-08 6772
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
多视角聚类学习(一)An overview of recent multi-view clustering
demons2的博客
11-11 1910
An overview of recent multi-view clustering1.Introduction2.Recent multi-view clustering algorithms2.1Graph-based model2.2.1AMLG2.2Space-learning-based model2.3Binary-code-learning-based model3.Current challenges and future directions4.Conclusion and future
多视图聚类的算法总结
qq_40619273的博客
04-09 6410
多视图聚类主要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；......
基于启发式的多视图聚类(HMVC)方法和基于神经网络的多视图聚类(NNMVC)方法
05-14
启发式的多视图聚类(HMVC)方法和基于神经网络的多视图聚类(NNMVC)方法都是用于多视图数据的聚类方法。它们的主要区别在于使用的算法和技术不同。 HMVC方法通过启发式的方式来进行多视图聚类。它首先将每个视图独立...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值