带着论文去旅行-优快云博客

原创 One-Step Adaptive Graph Learning for IncompleteMultiview Subspace Clustering[OAGL]

应用了低秩张量的不完全多视图方法，谱旋转一步得到结果。效果非常好。

2025-07-27 16:07:01 241

原创 JetBGC: Joint Robust Embedding and StructuralFusion Bipartite Graph Clustering

利用NMF的框架，使用2,1范数对噪音鲁棒，去除了非负约束，引入了视图权重gamma，融合多个视图得到潜在d维嵌入V。将LLP和LRP两种方法结合起来，使用潜在嵌入V构造二部图，之后对Z做svd得到离散便签。F范数惩罚所有异值，2,1范数对异值更鲁棒，适应于处理噪音。

2025-07-25 09:59:34 207

原创【TKDE25】Large-Scale Clustering With Anchor-BasedConstrained Laplacian Rank

本文提出了一种基于锚点的受限拉普拉斯秩聚类方法（ACLR），用于解决传统图聚类技术在效率上的不足。ACLR通过选择代表性锚点构建二部图，采用新颖的两步概率传递策略（TSPT）初始化小规模图，并交替优化图结构和生成离散标签。该方法显著降低了时间复杂度，使其与样本规模无关，最后通过K近邻算法将标签传播至所有数据点。实验证明ACLR在大规模数据上兼具高效性和准确性。代码详见GitHub仓库。

2025-05-24 11:55:30 419

原创 Direct Spectral Clustering with New Graph Learning for Better Fitting 25

本文同样是通过学习一个新图S，然后应用N-cut或R-cut切图，获得聚类标签。CLR是通过学习一个新图，对新图S加以秩约束以直接得到最终结果。

2025-03-29 11:41:55 261

原创 Large Graph Clustering With Simultaneous Spectral Embedding and Discretization

参考：Large Graph Clustering With Simultaneous Spectral Embedding and Discretization，写的很好！

2025-03-28 17:26:55 287

原创集成聚类经典之作

首次提出微簇（microclusters）的概念，以及基于微簇的CA矩阵MCA来衡量微簇之间的共现性。通过挑选高置信度的边来得到稀疏图，之后进行随机游走并得到相似性矩阵。之后可以应用层次聚类或二部图划分方法。随机游走过程是由概率转移矩阵决定的通过来利用多步信息来描述随机游走过程。

2025-03-17 17:24:01 610

原创最新集成聚类方法汇总

使用自权重化来衡量不同视图的重要性，并且对融合图进行秩约束以避免后处理。权重参数 μ(v) 是通过拉格朗日乘数法在优化过程中引入的，在优化过程中适度调整每个项的贡献。

2025-03-02 11:33:35 1237

原创【tkde20】Ultra-Scalable Spectral Clustering and Ensemble Clustering

本文旨在提供一个快速的聚类算法，所有地方都对时间开销进行了严格考虑。对于一个N个点的数据集，谱聚类构造一个NxN的亲和矩阵，每个元素代表了两个目标之间的相似性。通过对亲和矩阵的拉普拉斯矩阵进行特征值分解产生前k个特征向量，通过这k个特征向量将原始数据嵌入到低维空间中以获得更好的聚类结构，之后可以应用k-means等离散化方法得到最终结果。为了减少时间开销，一般方法在亲和矩阵的构造上下功夫，通过构造稀疏的亲和矩阵（锚点图）来改进方法混合表征选取，介于随机选取和基于k-means的选取，首先随机选出p‘个候选点

2025-02-13 17:40:55 318

原创 Multi-view Clustering: A Scalable and Parameter-free Bipartite Graph Fusion Method

S是P的增广图，对S的秩约束确保c个联通分量也确保了P有c个连通分量，最终聚类标签可通过P直接获得。

2025-01-22 18:32:54 476

原创 UDBGL: Efficient Multi-view Clustering via Unified and Discrete Bipartite Graph Learning

基于锚点的子空间学习得到视图特定的二部图B，然后对多个二部图进行自适应权重融合，并加入拉普拉斯秩约束以直接获得聚类的结果。

2025-01-19 16:57:37 292

原创 One-step Bipartite Graph Cut: A Normalized Formulation and Its Application to Scalable subspace clsr

二部图结构可以很好的促进子空间聚类和谱聚类算法在大规模数据集上的表现。为了避免在二部图划分时使用k-means进行后处理，通常施加秩约束（constrained Lapacian rank）以获得k个联通分量，但是这种做法忽视了连通分量的分布从而可能导致不平衡划分。尽管Ncut广泛应用，其仍然面临无法一步切图和时间复杂度的问题。本文首次提出了一种新颖的一步二部图切图准则，带有归一化约束，并且理论证明其等价于最大化迹的问题。

2025-01-17 09:46:30 400

原创【CVPR24】Fine-Grained Bipartite Concept Factorization for Clustering

通过二部图划分，使用跨阶领域信息来学习得分和系数矩阵。

2025-01-06 17:30:03 182

原创【TPAMI24】Fair Clustering Ensemble with Equal ClusterCapacity

本文提出了一种新的公平集成聚类（Fair Clustering Ensemble）方法，介于之前关于公平的定义的难以控制簇容量的平衡，我们设计了一种简单高效的正则项来同时达到公平和簇容量相等的目的。之后将其接入集成聚类框架，并考虑了不同的变体来达到全面的性能提升。现实世界中，经常需要划分的簇有相等的容量，比如将一个学校分为几个班级或者对无线传感网络进行能量负载均衡。考虑为三个地方建造三个医院，place ABC拥有相近数量的人口，但是BC较稠密其距离较近，而A较稀疏，A的半径显著大于B和C。

2025-01-06 16:57:30 850

原创 (NeurIPS 2024)Fair Kernel K-Means: from Single Kernel to Multiple Kernel

将新颖的公平正则项接入到核k-means和多核k-means框架。受保护组（protected groups）是指可能会受到潜在歧视的预先给定的组，Group fairness旨在将数据公平地划分到某些簇，确保受保护组中的数据不会在某些簇中占比过小或过大。

2025-01-02 15:12:47 345

原创【CVPR24】Learn from View Correlation: An Anchor Enhancement Strategy for Multi-view Clustering

本文提出了一种即插即用的锚点增强策略，通过视图相关性进行多视图聚类。首先，通过对齐的初始锚点图构造视图关联图，然后使用锚点和样本的邻域关系增强当前视图的锚点。

2024-12-18 16:55:37 296

原创【TKDE23】Multi-View Attributed Graph Clustering

本文提出的多视图属性图聚类方法，使用图滤波来平滑节点表征，通过考虑不同的视图信息学习一个全新的共识图，并且设计正则项来探索了高阶关联的信息。

2024-12-17 21:44:51 387

原创【JICAI21】Graph Filter-based Multi-view Attributed Graph Clustering

本文提出使用锚点的子空间学习来应对大规模数据集，C即为将f（A）选定的m列提取出来。虽然使用了带锚点的子空间学习，但效果感觉不如直接子表达学习更好。通过将度数转换为概率然后随机抽样，返回选择到的索引：ind。对于平滑的数据X_hat也是一样，通过索引ind挑选出。然后将f（A）中选择的m列挑出来，即得到C dxm。

2024-12-17 21:07:42 226

原创【AAAI20】Multi-View Clustering in Latent Embedding Space

通过在嵌入空间学习全局结构和聚类指示进行聚类。

2024-12-15 17:54:10 268

原创【MM23】Learnable Graph Filter for Multi-view Clustering

本文利用所有视图的信息学习一个共识的图滤波用于聚类。

2024-12-13 17:32:08 203

原创将图滤波与图聚类结合【SIAM22】Fine-grained Attributed Graph Clustering

本文是将图滤波应用到子空间聚类的经典之作，通过平滑的表征学习到一个高质量的图用于属性图聚类。

2024-12-13 16:38:23 311

原创 [CVPR]S2MVTC: a Simple yet Effcient Scalable Multi-View Tensor Clustering

本文旨在学习嵌入特征之间的视图内和视图间关联，以得到一个共识的嵌入特征做聚类。

2024-12-11 11:53:14 385

原创 Tensorized Unaligned Multi-view Clustering with Multi-scale Representation Learning

未对齐的多视图聚类（UMC）是现实世界中常见的问题。本文提出一种多尺度的表征学习和对齐方法，构造了多尺度表征空间来探索视图间的未知对齐关系。使用张量化的融合策略来探索高阶信息，利用增强张量秩（ETR）来学习低秩结构。

2024-12-03 18:03:53 432

原创 Let the Data Choose: Flexible and Diverse Anchor Graph Fusion for Scalable Multi-View Clustering

在多视图图聚类领域（MVGC），使用锚点图学习来减少计算开销很常见，锚点图Z揭示了m个锚点和n个数据点之间的关系，本文提出一种灵活多样的锚点图融合方法，自适应的优化预定义的不同锚点集的贡献，并且使用杂交的融合策略来应对大尺寸数据。

2024-12-03 16:06:06 312

原创 Robust Nonnegative Matrix Factorization With Self-Initiated Multigraph Contrastive Fusion【TNNLS2024】

公式不是很严谨，有些标识的没有进行介绍。

2024-11-29 11:00:41 206

原创 Adaptive Consensus Clustering for Multiple K-Means Via Base Results Refining【tkde2023】

一致性聚类（Consensus Clustering）、又叫聚类集成，是从多个虚弱的基聚类结果中学习得到一个共识的结果。本文提出一个交替优化的想法，通过对基结果精炼来改进最终的聚类性能。

2024-11-29 10:53:28 1178

原创 Scalable and Structural Multi-View Graph Clustering With Adaptive Anchor Fusion【2024】

提出了尺度可变并且灵活的锚点图融合框架。

2024-11-29 10:46:33 343

原创 Fine-Grained Bipartite Concept Factorization for Clustering【CVPR24】

没找到代码，无法复现。具体的K是如何构造的不得而知。

2024-11-22 19:02:54 424

原创 Joint Projection Learning and Tensor Decomposition Based Incomplete Multi-view Clustering【2024】

JPLTD将原始数据投影到低维空间进行图学习，并且将初始张量分解为本质张量和稀疏噪音来更好的描述不完全数据的相似性。

2024-11-21 15:22:49 227

原创 Scalable and Structural Multi-View Graph Clustering With Adaptive Anchor Fusion【2024】

1、前言：多视图图聚类使用可学习的锚点集Ai，并且引入正交约束使得A更具判别性。对学习到的锚点图Zi通过R对齐。结合谱聚类和锚点图融合，提出‘结构融合’很像对锚点图图融合进行了改造，引入正交矩阵R进行对齐迹 Tr(AiTG)Tr(AiTG) 可以看作是 GG 的特征值的加权和，其中权重是 AiAi 的列（特征向量）在 GG 的特征向量基底中的投影系数。为了最大化这个和，我们希望选择那些具有最大特征值的特征向量，因为它们对迹的贡献最大。通过截断SVD，我们只保留 GG 的最大的 lili 个奇异值及其对

2024-11-19 18:13:44 410

m0_52530065的博客

原创 One-Step Adaptive Graph Learning for IncompleteMultiview Subspace Clustering[OAGL]

原创 JetBGC: Joint Robust Embedding and StructuralFusion Bipartite Graph Clustering

原创【TKDE25】Large-Scale Clustering With Anchor-BasedConstrained Laplacian Rank

原创 Direct Spectral Clustering with New Graph Learning for Better Fitting 25

原创 Large Graph Clustering With Simultaneous Spectral Embedding and Discretization

原创集成聚类经典之作

原创最新集成聚类方法汇总

原创【tkde20】Ultra-Scalable Spectral Clustering and Ensemble Clustering

原创 Multi-view Clustering: A Scalable and Parameter-free Bipartite Graph Fusion Method

原创 UDBGL: Efficient Multi-view Clustering via Unified and Discrete Bipartite Graph Learning

原创 One-step Bipartite Graph Cut: A Normalized Formulation and Its Application to Scalable subspace clsr

原创【CVPR24】Fine-Grained Bipartite Concept Factorization for Clustering

原创【TPAMI24】Fair Clustering Ensemble with Equal ClusterCapacity

原创 (NeurIPS 2024)Fair Kernel K-Means: from Single Kernel to Multiple Kernel

原创【CVPR24】Learn from View Correlation: An Anchor Enhancement Strategy for Multi-view Clustering

原创【TKDE23】Multi-View Attributed Graph Clustering

原创【JICAI21】Graph Filter-based Multi-view Attributed Graph Clustering

原创【AAAI20】Multi-View Clustering in Latent Embedding Space

原创【MM23】Learnable Graph Filter for Multi-view Clustering

原创将图滤波与图聚类结合【SIAM22】Fine-grained Attributed Graph Clustering

原创 [CVPR]S2MVTC: a Simple yet Effcient Scalable Multi-View Tensor Clustering

原创 Tensorized Unaligned Multi-view Clustering with Multi-scale Representation Learning

原创 Let the Data Choose: Flexible and Diverse Anchor Graph Fusion for Scalable Multi-View Clustering

原创 Robust Nonnegative Matrix Factorization With Self-Initiated Multigraph Contrastive Fusion【TNNLS2024】

原创 Adaptive Consensus Clustering for Multiple K-Means Via Base Results Refining【tkde2023】

原创 Scalable and Structural Multi-View Graph Clustering With Adaptive Anchor Fusion【2024】

原创 Fine-Grained Bipartite Concept Factorization for Clustering【CVPR24】

原创 Joint Projection Learning and Tensor Decomposition Based Incomplete Multi-view Clustering【2024】

原创 Scalable and Structural Multi-View Graph Clustering With Adaptive Anchor Fusion【2024】

原创 Joint Multi-view Unsupervised Feature Selection and Graph Learning【2023】

原创 MoCo：Momentum Contrast【2020】

原创 Multi-view Clustering via Late Fusion Alignment Maximization【2019】

原创 Randomized Dimensionality Reduction for k-meansClustering【2014】

原创 Spectral Embedding Fusion for Incomplete Multiview Clustering【2024】

原创 Multi-view Clustering via Deep MatrixFactorization and Partition Alignment【2021】

空空如也

空空如也