MGCN-FLC

新型MGCN-FLC模型通过利用一致性增强多视图学习

研究人员引入了一种新颖的多视图图卷积网络（MGCN-FLC），旨在更好地利用多视图学习中的一致性。该新方法通过采用细粒度球算法进行拓扑构建，通过互特征一致性增强特征表示，并实现跨视图的交互式融合，从而解决了现有方法的局限性。MGCN-FLC框架旨在更有效地捕捉节点间、特征间和视图间的一致性，在九个数据集的半监督节点分类任务上表现出优越的性能。