引入局部-全局几何信息与视角互补性，学习到的度量空间保持样本几何关系且更具可分性。
Xu, Xinlei · Wang, Zhe · Shuangyan, Ren · Saisai, Niu · 李冬冬
IEEE Transactions on Neural Networks and Learning Systems 2025
通过最大化度量空间中类中心距离，使不同类样本清晰分离。
构建包含标签信息的邻接矩阵，维持原始空间中样本的局部几何关系。
最大化各视角在度量空间中的相关性，使每个视角能自适应地向其他视角学习互补信息。