统一图鲁棒多视图离散聚类算法

抗噪声离散聚类

利用低秩近似图与样本图统一学习,直接在统一图上进行离散谱分析,提升复杂噪声下多视图聚类效果。

77978923 · Rankun, Chen · Jingxiang, Huang · Yang, Ben · 张雪涛

Knowledge-Based Systems 2025

技术优势

统一图融合更多结构信息

将谱嵌入重构的低秩近似图与样本构建图融合,提供更丰富的图结构信息,从而提高聚类的准确性。

直接离散谱分析避免两步失配

在统一图上直接进行离散谱分析得到聚类标签,消除了额外离散化步骤带来的失配问题,提升聚类效果。

抗复杂噪声能力强

在复杂噪声场景下,该方法仍能保持聚类效果,相比现有方法鲁棒性大幅提升。

收敛快速且可靠

提出的基于半二次优化的坐标下降算法能快速可靠地收敛,提高了计算效率。

应用场景