快且准
无需手动调参，却能在每个视图上获得更好的类内聚拢与类间分离
Siyuan, Zhang · Shuangrui, Jia · 冯建英
Information Fusion 2026
采用随机超参数赋值和自适应验证，完全消除手工调参需求，从而显著降低模型训练时间。
由于每层采用最小二乘损失，超平面求解变成一组线性方程组，而非标准二次规划问题，大幅降低计算开销。
在17个UCI和45个AWA数据集上，分类精度超越现有最优方法，证明其有效性。