自完成二部图聚类算法

线性时间运行

通过跨视图指导的自完成机制,在不完全多视图数据上实现与现有方法相当或更好的聚类效果,且运行速度大幅提升。

Xiaojia, Zhao · Shen, Qiangqiang · 陈勇勇 · 梁永生 · Junxin, Chen · 周怡聪

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

线性时间运行

通过交替迭代策略求解,避免成对实例相关性计算,使算法在实例数量上具有线性时间复杂度,能够处理大规模数据集。

利用跨视图判别信息

通过学习跨视图二部图,显式挖掘不同视图间隐藏的判别相关性,并利用这些信息指导视图内二部图的自完成,提升聚类性能。

自完成缺失实例

利用跨视图信息指导共识视图内二部图的自完成,从而恢复缺失实例的聚类结构,缓解不完全视图带来的信息损失。

应用场景