返回
A min–max manifold regularization framework for multi-view clustering
DOI:10.1016/j.neucom.2026.135055.png)
摘要
En 中文
• 提出一种无参数的Min-Max共识流形用于多视图数据。
• 保留异构视图中的一致性局部几何结构。
• 通过核多样性正则化的互补学习增强共识学习。
• 施加正交约束以获得面向聚类的表示。
• 在文本和图像数据集上实现优越的聚类性能。
Keyword:
Multi-view data/clustering
Non-negative matrix factorization
Consensus manifold learning
View-shared/view-specific information
Kernel-based diversity constraint

