Multiview Subspace Clustering by an Enhanced Tensor Nuclear Norm

Despite the promising preliminary results, tensor-singular value decomposition (t-SVD)-based multiview subspace is incapable of dealing with real problems, such as noise and illumination changes. The major reason is that tensor-nuclear norm minimization (TNNM) used in t-SVD regularizes each singular...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on cybernetics Ročník 52; číslo 9; s. 8962 - 8975
Hlavní autoři:	Xia, Wei, Zhang, Xiangdong, Gao, Quanxue, Shu, Xiaochuang, Han, Jungong, Gao, Xinbo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.09.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Algorithms Clustering Clustering algorithms Clustering methods Coefficients Correlation Learning Mathematical analysis Matrix decomposition Minimization Multiview clustering Optimization Periodic structures Singular value decomposition spectral clustering Subspaces tensor-singular value decomposition (t-SVD) Tensors weighted nuclear norm
ISSN:	2168-2267, 2168-2275, 2168-2275
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!