检索结果-南通市图书馆

华南理工大学学报（自然科学版） 2020年第11期48卷 87-98页

作者：刘小兰叶泽慧华南理工大学数学学院广东广州510640

传统多视图聚类方法假设每一个视图的数据都是完整的。然而,现实生活中有些数据在某些视图上缺失,由此产生了缺失多视图聚类问题。现有的缺失多视图聚类方法大多是基于核矩阵和非负矩阵分解提出的。这些方法大多只是学习一个共有的聚类... 详细信息

传统多视图聚类方法假设每一个视图的数据都是完整的。然而,现实生活中有些数据在某些视图上缺失,由此产生了缺失多视图聚类问题。现有的缺失多视图聚类方法大多是基于核矩阵和非负矩阵分解提出的。这些方法大多只是学习一个共有的聚类结构,没有充分利用已有的数据信息推断缺失的数据。基于星型生成对抗网络(StarGAN)和子空间学习,本文中提出了一种缺失多视图聚类算法SSPMVC。SSPMVC充分利用已有的数据信息,用基于StarGAN的生成模型生成视图缺失的数据,捕获了视图数据的完整性和一致性全局结构,然后将补全的多视图数据在子空间进行聚类。SSPMVC将生成模型和聚类模型联合训练,交替优化生成模型和聚类模型。实验结果表明,论文提出的算法优于与之比较的经典的多视图聚类方法。

关键词：缺失多视图子空间聚类星型生成对抗网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于隐表示的缺失多视图学习研究

基于隐表示的缺失多视图学习研究

引用

作者：崔雅洁天津大学

学位级别：硕士

尽管在过去的发展历程中,多视图学习领域取得了很大进步,但是由于很难对不同视图之间的复杂关联进行建模,这个问题仍然十分具有挑战性,尤其是在视图有缺失的情况下。为了应对这一挑战,本文提出了一个新颖的模型框架,旨在充分地、灵活地... 详细信息

尽管在过去的发展历程中,多视图学习领域取得了很大进步,但是由于很难对不同视图之间的复杂关联进行建模,这个问题仍然十分具有挑战性,尤其是在视图有缺失的情况下。为了应对这一挑战,本文提出了一个新颖的模型框架,旨在充分地、灵活地利用具有不同缺失模式的各个视图的数据。本文首先为多视图表示提供完备性和通用性的正式定义,然后从理论上证明了所学习的隐空间表示的通用性。对于完备性,通过模仿数据的信道传输理论,将学习多视图隐空间表示的任务转换为了一个退化过程,从而可以隐式地实现不同视图之间的一致性和互补性之间的最佳权衡。通过引入对抗策略,本文的模型一方面可以用于补全缺失的视图,另一方面又将所有视图中的信息(包括补全的视图)编码为隐空间的表示,从而进一步提高了所习得表示的完备性。此外,模型还引入了非参的分类损失来得到结构化的表示,同时也防止了过拟合,这使该算法在缺失视图的情况下在分类、表示学习和数据补全等多个任务上表现良好。在监督和无监督的任务场景下,具体做了如下研究:(1)基于缺失多视图场景下的有监督分类任务。此项工作提出一个新颖的框架CPM-Nets进行缺失多视图学习,该框架同时考虑了完备性和结构性,以习得一个统一的隐空间表示,该算法具备高度的灵活性,针对缺失的多视图数据具有很强的通用性。从观测数据反向编码而来的隐空间表示具备完备性和通用性,从而提高了预测性能;而聚类风格的分类损失反过来又增强了隐空间表示的可分离性。基于分类任务的理论分析和实验结果验证了所提出的模型的有效性。(2)基于缺失多视图场景下的无监督聚类及补全任务。对于无监督学习,此项工作提出CPM-GAN框架,采用退化编码方式,将来自观测数据的信息灵活地编码为隐空间表示。同时,通过引入对抗策略使得缺失的数据可以被补全,从而又进一步完善了隐空间的表示。基于聚类和补全任务的理论分析和实验结果验证了所提出的模型的有效性。

关键词：多视图学习缺失多视图隐空间表示

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进的自步深度不完备多视图聚类

引用

数据采集与处理 2022年第5期37卷 1036-1048页

作者：崔金荣黄诚华南农业大学数学与信息学院广州510642 广州市智慧农业重点实验室广州510642

随着数据量的增大,多视图聚类中出现带有缺失视图数据的情况愈发常见,此问题被称为不完备多视图聚类,而引入深度模型进行聚类通常可以获得比浅层模型更为出色的表现。本文提出一种新颖的深度不完备多视图聚类模型,称为改进的自步深度不... 详细信息

随着数据量的增大,多视图聚类中出现带有缺失视图数据的情况愈发常见,此问题被称为不完备多视图聚类,而引入深度模型进行聚类通常可以获得比浅层模型更为出色的表现。本文提出一种新颖的深度不完备多视图聚类模型,称为改进的自步深度不完备多视图聚类。在该模型中,充分考虑多视图数据之间的互补性,利用基于多视图特性的最近邻填充方案将缺失视图补全。使用多个自编码器分别获取多个视图数据的低维潜在特征,同时引入图嵌入策略保持潜在特征之间的几何结构。运用一致性原则将来自不同的视图潜在特征融合以获得一致潜在特征,在此基础上运用自步学习的方法来增强聚类效果。实验结果表明,对比现有的不完备多视图聚类模型,本文模型可以更加灵活且高效地应对各种不完备多视图聚类情况,提升了不完备多视图聚类的鲁棒性与表现效果。

关键词：聚类深度聚类多视图聚类缺失多视图图嵌入

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：