擴散策略增強的多視角圖聚類

摘要： 深度圖聚類作為聚類分析領(lǐng)域的重要方向之一，吸引了越來越多的學(xué)術(shù)界和工業(yè)界的關(guān)注.現(xiàn)有的深度圖聚類方法往往集中在模型層面，即通過調(diào)整模塊結(jié)構(gòu)來實現(xiàn)性能增長，意味著這些方法僅僅依靠了原始數(shù)據(jù)，在很大程度上忽略了數(shù)據(jù)層面上的信息增強，當原始數(shù)據(jù)出現(xiàn)噪聲或缺失時，對其依賴較強的圖聚類模型的性能就不再可觀.為了解決這一問題，提出一種使用擴散策略來增強多視角圖聚類的新方法 DMVGC (D... （共8頁）