抗噪高维多视图
通过分离干净图与噪声图并引入高阶连接，在缺失数据下实现更稳定的多视图聚类。
Wei, Guo · 车杭骏 · Leung, Man Fai · 金龙 · Wen, Shiping
Information Fusion 2025
将自表示矩阵分解为干净图和噪声图，仅用干净图学习共识表示，减少了噪声对聚类的影响。
从恢复数据中动态构建高阶相似图，将高阶连接融入干净图，从而更好地刻画样本间复杂关系。
通过 ADMM 优化，在八个数据集上优于九种先进方法，鲁棒性更强。