Matlab中的矩阵乘法代码-Multi-view_Graph_Learning: 论文“利用一致性与非一致性联合模型的多视图图学习...

简介：
本项目实现论文《Multi-view Graph Learning via Consistency and Diversity Regularization》中提出的算法，专注于使用MATLAB进行矩阵运算以优化多视图图学习过程。通过一致性和多样性正则化，提升不同视角下数据的一致性与独立性分析能力，适用于复杂网络结构的建模和分析任务。 在MATLAB中实现矩阵乘法以及多视图谱聚类算法的代码可以在相关文档或资源库中找到。“消息[2020年9月]：本段落比较了7种多视图光谱聚类算法（包括单视图光谱聚类方法），这些代码已上传到相应的存储位置。所有数据集均可在百度云和Google云端硬盘上获取，具体地址可在代码中找到。 每个数据集中包含两个变量：fea（特征）与gt（地面真值标签）。例外的是文件flower17.mat除了这两个变量外还含有距离矩阵，由于元素不可用，在使用SGF和DGF函数前需要对这个距离矩阵进行平方处理，并将original作为度量参数传递给这些函数。 Reuters、Reuters-21578BBCSport以及CiteSeer数据集是文本数据集，它们以单词频率的形式提供特征信息。因此，在计算这些数据的距离矩阵时应使用余弦相似性度量方法。 为了与MATLAB兼容的Windows 64位环境一起工作，请通过执行addpath(MinMaxSelection); addpath(util)来添加路径。