噪声下聚类更准
通过自适应邻域策略在半监督框架下利用监督信息提升聚类鲁棒性。
Guo, Jie · Li, Ting · Liu, Jialu · 万中 · Fang, Zhang
Engineering Applications of Artificial Intelligence 2026
通过引入基于重建误差的损失函数，模型能够减轻噪声和离群点对分解结果的影响，提高聚类稳定性。
采用自适应邻居诱导策略，通过动态相似度图传播成对约束，使得少量标签信息也能有效指导聚类过程。
在十二个公共图像和文本数据集上的实验表明，该方法在多个聚类指标上均优于现有最佳方法。