电子技术杂志社

摘要：阐述针对二部图的多视角聚类方法存在的不足，如锚点选择和模型优化的分离，仅考虑多视角一致性或互补性信息，学习到的二部图不够全面，以及需要额外的K均值聚类算法获得最终的标签信息，导致聚类结果次优。为此，提出一种联合一致性和互补性学习的一步多视角二部图聚类方法（OSJCCL）。模型采用交替方向最小化方法优化，并聚类实验说明所提出方法的有效性。

关键词： 二部图;多视角聚类;一致性和互补性学习;

专辑： 信息科技;基础科学

专题： 数学;计算机软件及计算机应用

分类号： TP311.13;O157.5