细粒度张量补全

多视图聚类更精准

同时保留跨视图一致性与多样性，恢复出的张量更适合聚类应用。

彭冲 · Chundan, Liu · Bai, Yang · 陈勇勇 · 康昭 · 董军宇 · Jiang, Guiyuan · Chen, Chenglizhao Li Zhao

Pattern Recognition 2026

技术优势

张量更贴合聚类

通过聚类导向的结构约束并自适应调整权重，恢复出的张量直接服务于聚类任务。

保留互补信息

跨阶邻居图在不同视图上捕捉全面的互补信息，为张量补全提供更丰富的基础。

补全效果更优

用对数张量逼近来约束秩，得到细粒度的低秩恢复结果。

应用场景

• 多视图聚类：在有缺失视图的数据上直接获得高质量聚类结果。
• 缺失数据补全：同时补全各视图缺失条目并保持跨视图一致性与多样性。
• 图学习：利用跨阶邻居图学习数据的综合互补关系。
• 数据挖掘：为下游数据挖掘任务提供更完整的低秩表示。