| 标题 |
Multi-View Diffusion Process for Spectral Clustering and Image Retrieval 用于光谱聚类和图像检索的多视图扩散方法
相关领域
计算机科学
图形
人工智能
成对比较
聚类分析
机器学习
光谱聚类
图像检索
理论计算机科学
模式识别(心理学)
图像(数学)
|
| 网址 | |
| DOI | |
| 其它 | 本文提出了一种新颖的多视图图学习方法,该方法将权重学习和图学习结合在一个交替的优化框架中。多视图图学习是指使用异构数据表示源构建统一亲和图的问题,这是许多没有数据分布先验知识的学习系统中流行的技术。我们的方法基于融合和扩散策略,其中多个亲和图通过基于无监督图平滑度的权重学习方案融合在一起,并在扩散之前用作共识。我们提出了一种新的多视图扩散过程,它通过在张量积图上传播亲和力来学习多方感知的亲和力图,利用高阶上下文信息来增强成对亲和力。与现有的多视图图学习方法相比,我们的方法不受初始图质量或多个视图之间潜在公共子空间假设的限制。相反,我们的方法能够识别视图之间的一致性并自适应地融合多个图。我们在一个统一的框架中制定了权重学习和基于扩散的亲和力学习,并提出了一个保证收敛的交替优化求解器。所提出的方法应用于 16 个真实数据集上的图像检索和聚类任务。广泛的实验结果表明,我们的方法在 16 个数据集中的 13 个数据集上都优于最先进的检索和聚类方法。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|