十二数据集验证
同时利用实例级和簇级对比学习，直接挖掘对聚类有益的跨视图一致性表示。
费伦科 · He, Junlin · 朱旗 · Zhao, Shuping · Wen, Jie · 徐勇
IEEE Transactions on Image Processing 2025
实例级对比学习让视图特定特征更具区分性，簇级对比学习直接挖掘对聚类有益的一致性信息，两者结合提升最终聚类性能。
通过GCN嵌入的自编码器在提取视图特定特征的同时捕获多视图数据间的潜在结构信息，而多数现有方法仅提取属性特征。
采用簇级对比学习直接探索对聚类有帮助的一致性表示，而不是像现有方法那样分开探索可能无益的公共信息。
在十二个基准数据集上的大量实验表明，该方法与最先进模型相比具有令人鼓舞的有效性。