视图

作品数：4901被引量：8367H指数：28
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：戴琼海雷建军刘国华刘安安杨嘉琛更多>>
相关机构：浙江大学天津大学华中科技大学清华大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于加权锚点的自适应多视图互补聚类算法
《计算机应用》2025年第1期115-126,共12页区卓越 邓秀勤 陈磊 
国家自然科学基金青年基金资助项目(62006044);广州市科技计划项目(202201010377)。
在多视图聚类问题中,充分挖掘各视图间的关联信息,并降低冗余信息对聚类效果的影响是当前亟须解决的问题,但现有算法会忽略各视图间的互补性及差异性,或没有考虑冗余信息带来的干扰,从而导致聚类效果不佳。针对这些局限性,提出一种基于...
关键词：自动权重机制 互补性 锚点机制 子空间聚类 多视图聚类 
基于注意力机制的不完备多视图聚类算法
《计算机应用》2024年第12期3784-3789,共6页杨成昊 胡节 王红军 彭博 
国家自然科学基金资助项目(62276216);四川省重点研发计划项目(2023YFG0354);2023年西南交通大学国际学生教育管理研究项目(23LXSGL01)。
针对传统深度不完备多视图聚类算法中补全缺失视图数据的不确定性、嵌入学习鲁棒性的缺乏和模型泛化性低的问题,提出基于注意力机制的不完备多视图聚类算法(IMVCAM)。首先,通过K最近邻(KNN)算法补全了视图中缺失的数据,使训练数据具有...
关键词：不完备多视图聚类 K最近邻算法 注意力机制 K均值聚类算法 皮尔逊相关系数 
利用多帧序列影像的自监督单目深度估计
《计算机应用》2024年第12期3907-3914,共8页熊炜 陈奕博 张丽真 杨茜 邹勤 
国家自然科学基金资助项目(62202148)。
多帧自监督单目深度估计通过当前帧和上一帧之间的关系构建代价体积(CV),可以作为单目深度估计网络的额外输入源,更准确地描述场景视频中的时间序列关系和空间结构信息;然而,当场景中存在动态物体或者无纹理区域时,CV会成为不可靠的信...
关键词：自监督单目深度估计 多视图立体 单目视频 代价体积 
图对比学习引导的多视图聚类网络
《计算机应用》2024年第10期3267-3274,共8页朱云华 孔兵 周丽华 陈红梅 包崇明 
国家自然科学基金资助项目(62062066);云南省基础研究计划项目(202201AS070015)。
多视图聚类由于能从多个角度利用数据的信息引起了广泛的关注。然而,目前的多视图聚类算法普遍存在以下几个问题:1)专注数据的属性特征或结构特征,没有充分结合这两种信息,以提高潜在嵌入的质量;2)基于图神经网络的方法虽然能同时利用...
关键词：多视图聚类 对比学习 表示学习 自监督聚类 深度学习 
基于自注意力融合的不完整多视图聚类算法被引量：2
《计算机应用》2024年第9期2696-2703,共8页李顺勇 李师毅 胥瑞 赵兴旺 
国家自然科学基金资助项目(61976128,62072293);山西省基础研究计划项目(202303021221054);山西省研究生教育教学改革课题(2022YJJG010)。
基于不完整数据的多视图聚类任务已经成为无监督学习领域的研究热点之一。然而大多数基于“浅层”模型的多视图聚类算法通常在面对大规模高维数据时难以提取和刻画视图内的潜在特征结构;同时,堆叠或求平均的多视图信息融合方式忽视了视...
关键词：多视图聚类 自注意力 互信息 表示学习 深度学习 
不完整多视图聚类综述被引量：1
《计算机应用》2024年第6期1673-1682,共10页董瑶 付怡雪 董永峰 史进 陈晨 
河北省高等学校科学技术研究项目(QN2021213,ZD2022082);河北省高等教育教学改革研究与实践项目(2020GJJG027,2022GJJG049)。
多视图聚类是近年来图数据挖掘领域的研究热点。由于数据采集技术的限制或人为因素等原因常导致视图或样本缺失问题。降低多视图的不完整性对聚类效果的影响是多视图聚类目前面临的重大挑战。因此,综合研究不完整多视图聚类(IMC)近年的...
关键词：不完整性 多视图聚类 图数据挖掘 缺失视图 多视图学习 
基于点云整体拓扑结构的图像分类算法被引量：1
《计算机应用》2024年第4期1107-1113,共7页王杰 孟华 
国家自然科学基金资助项目(62276218)。
卷积神经网络(CNN)参数众多、分类边界复杂,对数据的局部特征较敏感,导致当CNN模型受到对抗攻击时,精度明显下降;而拓扑数据分析(TDA)方法更关注数据的宏观特征,天然具有对抗噪声和梯度攻击的能力。为此,提出一种耦合拓扑数据分析和CNN...
关键词：卷积神经网络 对抗攻击 拓扑数据分析 特征增强 多视图 
深度融合多视图聚类网络被引量：1
《计算机应用》2023年第9期2651-2656,共6页何子仪 杨燕 张熠玲 
国家自然科学基金资助项目(61976247)。
现有的深度多视图聚类方法存在以下缺点:1)在对单一视图进行特征提取时,只考虑了样本的属性信息或结构信息,而没有将二者进行融合,导致提取到的特征不能充分表示原始数据的潜在结构;2)将特征提取与聚类划分为两个独立的过程,没有建立两...
关键词：深度学习 多视图聚类 深度聚类 自表示 自监督 
基于自适应学习的多视图无监督特征选择方法被引量：3
《计算机应用》2023年第9期2657-2664,共8页何添 沈宗鑫 黄倩倩 黄雁勇 
教育部人文社会科学研究青年基金资助项目(21YJCZH045);中央高校基本科研业务费专项资金资助项目(JBK2304037)。
现有的多视图无监督特征选择方法大多存在以下问题:样本的相似度矩阵、不同视图的权重矩阵和特征的权重矩阵往往是预先定义的,不能有效刻画数据间的真实结构以及反映不同视图和特征的重要性,进而导致不能选出有用的特征。为解决上述问题...
关键词：多视图无监督特征选择 自适应学习 相似度矩阵 视图权重 特征权重 
基于视图互信息加权的多视图集成聚类算法被引量：1
《计算机应用》2023年第6期1713-1718,共6页劳景欢 黄栋 王昌栋 赖剑煌 
国家自然科学基金资助项目(61976097,61876193);广东省自然科学基金资助项目(2021A1515012203)。
现有的多视图聚类算法往往缺乏对各视图可靠度的评估和对视图进行加权的能力,而一些具备视图加权的多视图聚类算法则通常依赖于特定目标函数的迭代优化,其目标函数的适用性及部分敏感超参数调优的合理性均对实际应用有显著影响。针对这...
关键词：数据聚类 多视图聚类 互信息 集成聚类 视图加权 二部图 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部