无需后处理
在联合优化框架中同时完成鲁棒表示提取与目标结构化图构建，直接得到聚类标签，避免传统两阶段方法的性能损失。
Zhibin, Gu · 冯松鹤 · Yuan, Jiazheng · 李熙铭
Applied Intelligence 2024
鲁棒表示提取与目标图构建在同一个优化问题中联合求解，避免了传统两阶段方法中图构建与聚类目标脱节的问题。
学到的共识图具有清晰的聚类结构，可直接从中获取聚类标签，无需额外执行图划分算法。
从多视图原始特征中提取跨视图一致的鲁棒潜在表示，有效减轻噪声和异常值对图构建的影响。