IEEE TRANSACTIONS ON CYBERNETICS, VOL. 51, NO. 1, JANUARY 2021
1)单个表示学习
2)共识表示学习
3)自适应多视图学习
特点:①引入指示矩阵G可以处理任意的缺失情况
②不但可以有效利用不完整数据中的局部信息用于表示学习,而且可以避免引入图拉普拉斯约束中的额外约束
③通过引入一些权重μ,可以自适应平衡不同视图的重要性
④通过UTU=I,基矩阵可以看作是特征学习的映射,可以处理out-of-sample data。
求解:
先转换为</