基于对比学习的深度多视图聚类方法研究.pdf
文本预览下载声明
摘要
多视图聚类能够降低海量数据的标注成本，利用多个视图之间的互补性和一致
性信息，生成一个相比单视图聚类更准确、更鲁棒的数据划分结果。由于深度神经
网络强大的特征提取能力，深度多视图聚类方法相较于传统多视图聚类技术展现出
显著的优势。对比学习是深度学习中的一种技术，主要通过数据之间的比对进行表
示学习，目前常见的深度多视图聚类方法大多采用对比学习来挖掘有价值的跨多个
视图的共识信息。而在实际应用中，数据在收集和传输过程中不可避免地会缺失，
鉴于传统的多视图聚类技术无法达到预期的成效，进而针对多视图聚
显示全部