Xiang Fang

新的多视图聚类方法应对不平衡和噪声数据

研究人员开发了几种新颖的多视图聚类方法，这是一种在信息来自多个来源（每个来源可能不完整或有噪声）时用于对数据点进行分组的技术。这些方法，包括 UIMC、DSMC、V3H 和 ANIMC，解决了诸如视图间不平衡不完整性、冗余特征和噪声的存在以及整合不同数据视角的一致和独特信息的需求等挑战。所提出的框架利用了生物进化、自适应加权和遗传学原理等概念来提高聚类性能，实验结果显示在现有最先进方法上取得了显著的进步。