大规模数据可扩展
摆脱传统非负约束下的KKT条件求解限制，模型可直接采用随机梯度下降高效优化，显著提升多视图聚类在更大规模数据上的可扩展性。
邓平 · 李天瑞 · Wang, Dexian · 王红军 · 彭宏 · Horng, Shi Jinn
Knowledge-Based Systems 2023
模型解除非负约束后可直接采用随机梯度下降优化，避免了传统KKT条件求解的低效，从而能处理更大规模的数据集。
在八个公开数据集上的实验表明，该模型相比前沿多视图聚类方法具有显著优势，聚类效果更好。
通过构造不同的非线性映射函数，提出了三种uNMFMvC方法，为不同数据特性提供了多种求解选项，增强了方法的适应性。