一种基于集成异构图注意力网络的缺失多视图聚类方法
公开
摘要
本发明公开了一种基于集成异构图注意力网络的缺失多视图聚类方法，所述方法主要包括以下步骤：基于非缺失视图学习一个公共的隐表示；基于公共隐表示构建k近邻图，基于不同视图的缺失情况构建特定的缺失模式图。通过集成k近邻图和不同视图的缺失模式图从而得到一个集成的异构图，代表不同缺失模式下样本间的相互关系；利用图注意力机制进一步加强了样本间的交互，从而学习到一组结构化的隐空间表示；将概率分布的一致性嵌入到网络中，从而学习一个一致的分布用于聚类。在多个真实数据集上的实验结果验证本发明所提方法在缺失多视图聚类上的有效性和鲁棒性。
基本信息
专利标题 ：
一种基于集成异构图注意力网络的缺失多视图聚类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565783A
申请号 ：
CN202210209256.8
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
曹萌朱鹏飞魏乐义胡清华
申请人 ：
天津大学
申请人地址 ：
天津市津南区海河教育园雅观路135号天津大学北洋园校区
代理机构 ：
天津市北洋有限责任专利代理事务所
代理人 ：
曹玉平
优先权 ：
CN202210209256.8
主分类号 ：
G06V10/762
IPC分类号 ：
G06V10/762 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
