.png){kind=icon}
.png){kind=icon}
返回
Flexible multi-view feature selection with semi-supervised label semantic alignment
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113386.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种包含多视图特征回归和多视图图聚类模块的半监督学习框架。监督标签和无监督标签通过语义对齐模块进行双向优化和耦合。
• 我们提出了一种多视图特征选择模型来优化异构投影矩阵，该模型由从非线性多视图数据回归和离散多视图图划分中学习的标签语义信息所引导。
• 我们为多视图特征选择设计了一个弹性lδ-范数正则化项，该正则化项平滑地结合了l2,0-范数和l2,1-范数。通过分配视图特定参数δv，它能够灵活地区分多视图场景中的不同视图。
Keyword:
multi-view feature selection
semi-supervised learning
label semantic alignment
graph clustering
elastic lδ-norm regularization