《表2 在Extended Yale B数据集上的聚类结果 (均值±标准差)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自步学习的鲁棒多样性多视角聚类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:加粗字体为最优值。

3) 在4个数据集上，提出的融合了多个视角信息的RD-MSPL的ACC指标均优于表现最优的单个视角RD-SSPLbest，分别提升了2.2%、5.6%、8.9%和3.2%，证明了所提方法在多视角信息融合方面的有效性。此外，RD-MSPL显著优于Con-MC，除个别数据集的极少指标外，ACC指标分别提升2.3%、6.8%、6.4%和0.7%。原因在于所提方法能够保持多视角数据结构，更有效地探索视角之间关联关系。