不依赖同配假设
自适应滤波器联合图级对比机制，在异配、噪声和稀疏图上取得显著优于现有方法的聚类性能，且无需神经网络即可超越多个深度学习方法。
Xuanting, Xie · 陈文宇 · 康昭 · 彭冲
Expert Systems with Applications 2023
通过自适应滤波器自动学习适合不同数据的滤波方式，能够挖掘低频成分之外的整体信息，从而在异配图上依然有效。
通过图级对比机制学习精化后的图，增强图的判别能力，有助于在噪声和稀疏条件下取得更好的聚类结果。
方法不使用神经网络，计算负担低，但在多个基准上超越了许多深度学习方法。