您当前的位置:
首页 >
文章列表页 >
基于变分自编码器的深度解耦多视图聚类算法
更新时间:2026-03-19
    • 基于变分自编码器的深度解耦多视图聚类算法

    • Deep decoupling multi-view clustering algorithm based on variational autoencoder

    • 多视图聚类是无监督学习领域的重要研究方向,现有方法在处理视图间信息耦合及高维数据时存在局限。专家提出基于变分自编码器的深度解耦多视图聚类算法DDMVCVA,采用VGG16作为特征提取器,引入离散和连续潜在变量,实现多视图数据的有效解耦和融合。实验结果表明,DDMVCVA的聚类性能优于对比的10种多视图聚类方法,验证了其有效性。
    • 大数据   2026年 页码:1-16
    • DOI:10.11959/j.issn.2096-0271.2026030    

      中图分类号: TP181
    • 收稿:2025-02-28

      网络首发:2026-03-16

    移动端阅览

  • 李顺勇,李青辉,赵兴旺等.基于变分自编码器的深度解耦多视图聚类算法[J].大数据, DOI:10.11959/j.issn.2096-0271.2026030.

    Li Shunyong,Li Qinghui,Zhao Xingwang,et al.Deep decoupling multi-view clustering algorithm based on variational autoencoder[J].BIG DATA RESEARCH, DOI:10.11959/j.issn.2096-0271.2026030.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0