matlab代码FMR(用于子空间聚类的灵活多视图表示学习)
这是
的
Matlab
实现,发表于
IJCAI
2019。
联系人:李瑞煌()
纸
主要贡献包括:
我们建议通过鼓励它以加权的方式与不同的视图相似来构建一个潜在的表示,这隐含地强制它编码来自多个视图的互补信息。
我们引入了内核依赖度量:Hilbert
Schmidt
Independence
Criterion
(HSIC),以捕获不同视图之间的高阶非线性关系,这有利于恢复数据的底层集群结构。
示例结果
数据
在这个例子中,我们加载了耶鲁数据集,其中包含
15
个主题的
165
张灰度人脸图像。
逃离
演示_FMR.m
引用
如果您在自己的工作中使用此代码,请引用以下论文:
@inproceedings{li2019flexible,
title={Flexible
multi-view
representation
learning
for
subspace
clustering},
author={Li,
Ruihuang
and
Zhang,
Changqing
and
Hu,
Qinghua
and
Zhu,
Pe
2022-05-01 21:48:24
10.74MB
系统开源
1