扩散策略增强的多视角图聚类OA北大核心CSTPCD
Diffusion strategy enhanced multi-view graph clustering
深度图聚类作为聚类分析领域的重要方向之一,吸引了越来越多的学术界和工业界的关注.现有的深度图聚类方法往往集中在模型层面,即通过调整模块结构来实现性能增长,意味着这些方法仅仅依靠了原始数据,在很大程度上忽略了数据层面上的信息增强,当原始数据出现噪声或缺失时,对其依赖较强的图聚类模型的性能就不再可观.为了解决这一问题,提出一种使用扩散策略来增强多视角图聚类的新方法DMVGC(Diffusion Strategy Enhanced Multi-View…查看全部>>
As one of the important directions in clustering analysis,deep graph clustering is attracting more and more attention from academia and industry.Existing deep graph clustering methods tend to focus on the model-level,that is,by adjusting the module structure to achieve better performance.It means that existing methods usually ignore information enhancement at the data-level and rely solely on the original data.When there is noise or loss in the origina…查看全部>>
刘猛;梁科;孟令源;李昊;周思航;刘新旺
国防科技大学计算机学院,长沙,410073国防科技大学智能科学学院,长沙,410073
计算机与自动化
聚类分析深度图聚类数据增强图扩散策略多视角学习
clustering analysisdeep graph clusteringdata augmentationgraph diffusion strategymulti-view learning
《南京大学学报(自然科学版)》 2024 (005)
745-752 / 8
国家自然科学基金杰出青年科学基金(62325604)
评论