低秩自适应图学习
该算法通过低秩自适应图学习整合多视图和全局结构信息，显著提升高缺失率下的聚类精度。
Jingyu, Zhu · 万鸣华 · Guowei, Yang · 杨章静
Knowledge-Based Systems 2024
在 BBCSport 和 YaleB 数据集上，50% 缺失率下聚类准确率分别比第二名算法提高 19.83% 和 16.41%。
利用张量低秩约束和一致性表示学习探索不同视图间的高阶相关性，挖掘全局结构信息。
自适应重建不完整的图结构，最终获得完整的亲和关系，从而提升聚类效果。