报告题目：基于表示学习的多视图聚类算法研究

报告人：刘茂山，浙江师范大学讲师

时间：2024年1月3日 18:00-21:00

地点：浙江师范大学图文中心3楼学习与研讨区

摘要：聚类分析是多视图数据挖掘的基础手段，目的是基于数据样本间的相似性将数据样本划分到相应类别。针对传统子空间聚类只使用欧几里得空间中的特征，以及核子空间聚类使用固定的核等问题，提出具有低秩核的多几何块对角表达子空间聚类。针对深度子空间聚类网络仅使用原始单个图像特征，及多视图子空间聚类产生的多个表达矩阵存在冗余性等问题，提出具有块对角和多样性表达的多视图子空间聚类网络。针对现有多视图聚类只考虑互补性或一致性等问题，提出基于互补性和一致性的大规模多视图聚类。