未配对多视图可扩展
针对大规模未配对多视图数据，提出全新的二分图匹配框架，同时解决锚点错位和边错位两个核心挑战，实现一致结构图的学习。
Li, Xingfeng · Pan, Yuangang · Sun, Yuan · 孙迎辉 · 孙权森 · 任珍文 · Tsang, Ivor W.
Information Fusion 2025
无需预先配对视图，通过图匹配自动建立对应关系，适用于数据配对被破坏的实际场景。
通过锚点对齐学习范式和边缘对齐学习方案，确保锚点的对齐、公平、紧凑和多样性，以及视图特定边缘结构的一致性。
基于锚点的方法本身具有线性复杂度，该框架进一步针对未配对场景优化，适用于大规模聚类任务。
在13个基准数据集上与22种方法对比，实验证明了其优越性、有效性和效率。