{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2022,7,5]]，“日期-时间”：“2022-07-05T08:42:48Z”，“时间戳”：1657010568443}，“参考-计数”：50，“出版商”：“Springer Science and Business Media LLC”，“许可证”：[{“开始”：{-“日期部件”：[2022,7，5]]T00:00:00Z“，”时间戳“：1656979200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[2022,7,5]]，“date-time”：“2022-07-05T00:00:00Z”，“timestamp”：165697.9200000}，”content-versiion“：”vor“，”delay-in-days“：0，”URL“https:\\/www.spring.com\/tdm“}]，”出资人“：[{”DOI“：”10.13039\/501100001809“，”name“：“中国国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61370142”]}，{“doi”：“10.13039\/501100001809”，“name”：“中国自然科学基金会”，“doi-asserted-by”：”publisher“，”award“：[”62002041“]}：“publisher”，“adward”：[“61272368”]}，{“DOI”：“10.13039\/501100012226”，“name”：“中央高校基本科研业务费”，“DOI-asserted-by”：“publish”，“award”：[”313202250“]}、{“DOI”：”10.13039\/501100017683“name”:“大连市科技创新基金”，“DOI-assertd-by”：“crossref”，”award“：[”2018J12GX037“]}，{”name“：“大连市领军人才资助”}，{“name”：“辽宁省重点研发计划基金”}：“crossref”，“adward”：[“2021JJ12GX028”]}，{“name”：“辽宁省博士生科研启动基金项目”，“award”：[”2021-BS-075“]}：“10.1007\/s10489-022-03778-9”，“type”：“journal-article”，“created”：{“date-parts”：[[2022,7,5]]，“date-time”：“2022-07-05T08:16:51Z”，“timestamp”：1657009011000}，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“Crossref”，”is-referenced-by-count“：0，”title“：[“通过秩约束学习可解释共享空间用于多视图聚类”]，“前缀”：“10.1007”，“作者”：[{“给定”：“广汽”，“家族”：“江”，“序列”：“第一”，“从属”：[]}：“东燕”，“家族”：“陈”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“咸平”，“家庭”：“福”，“顺序”：“额外”，“附属关系”：[]}]，“成员”：“297”，“在线发布”：{“日期-部件”：[2022,7,5]]}80511804441“，“volume-title”：“凸优化”，“author”：“S Boyd”，“year”：“2004”，“unstructured”：“Boyd S，Boyd SP，Vandenberghe L（2004）凸优化。剑桥大学出版社，剑桥”}，{“key”：“3778_CR2”，“doi-asserted-by”：“crossref”，《unstructure》：“Cao X，Zhang C，Fu H，Liu S，Zhang-H（2015）Diversity induced multi-view subservate clustering。摘自：IEEE计算机视觉和模式识别会议论文集，第586\u2013594页，“DOI”：“10.1109\/CVPR.2015.7298657”}，{“key”：“3778_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Chen M，Huang L，Wang C，Huang-D（2020）潜在嵌入空间中的多视图聚类”，“DOI:”10.1609\/aaaai.v34i04.5756“}，”{“密钥”：“37.78_CR4”，“doi-asserted-by“：”crossref“，”unstructured“：”Chen Y，Wang S，Zheng F，Cen Y（2020）多视点子空间聚类的图正则化最小二乘回归。基于知识的系统194，105482“，”doi“：”10.1016\/j.knosys.2020.105482Chen Y，Xiao X，Zhou Y（2020）通过同时学习表示张量和亲和矩阵进行多视图子空间聚类。Pattern Recogn 106（107）：441”，“journal title”：“Pattern Reign”}，{“issue”：“2”，“key”：“3778_CR6”，“doi-asserted-by”：“publisher”，“first page”：《2013》，“doi”：“10.1007 \/s10489-021-02471-7”，《volume》：“52”，“author”：“X Chen”，“年份”：“2022年”，“非结构化”：“Chen X，Liu L，Zhang L，Zharg H，Meng L，Liu D（2022）多视图三维模型检索的组对深度特征学习。Appl Intell 52（2）：2013\u20132022“，”journal-title“：”Appl Intel}，{“key”：“3778_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Gao H，Nie F，Li X，Huang H（2015）多视子空间聚类。摘自：IEEE计算机视觉国际会议论文集，pp 4238\u20134246“，”doi“：”10.1109\/ICCV.2015.482“}，”{“issue”：“3”，“key“：”3778_CR 8“，“doi-asserted-by“：”publisher“，”first-pages“：”373“，”doi“：”10.1007\/s00186-007-0161-1“，”volume“：”66“，”author“：”J Gorski“，”year“：”2007“，”unstructured“：”Gorski J，Pfeuffer F，Klamroth K（2007）Biconvex集与带Biconvex函数的优化：一项调查与扩展。数学方法Oper Res 66（3）：373\u2013407“，”journal-title“：”数学方法Oper-Res“}，{“key”：“3778_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Gretton A，Bousquet O，Smola A J，Scholkopf B（2005）用Hilbert-Schmidt规范测量统计依赖性，pp 63\u201377”，“doi”：“10.1007\/11564089_7”}，“key“：”3778_CR10“，“unstratezed”：“”Gretton A，Borgwardt K，Rasch M，Sch\u00f6lkopf B，Smola A（2006）双样本问题的核方法。Adv Neural Inf Process Syst 19“}，{“key”：“3778_CR11”，“first page”：”793“，”volume“：”1“，”author“：”S Gu“，”year“：”2014“，”unstructured“：”Gu S，Zhang L，Zuo W，Feng X（2014）投影字典对学习用于模式分类。Adv Neral Inf Process Syst 1:793\u2013801“doi-asserted-by“：”crossref“，”unstructured“：”Hussain S F，Khan M，Siddiqi I（2022）基于共聚类的多视图数据分类。Appl Intell 1\u201317“，”DOI“：”10.1007 \/s10489-021-03087-7“}，{”key“：”3778_CR13“，”DOI-asserted-by“：”publisher“，”first page“：“225”，“DOI”：“10.1016 \/j.neucom.2020.07.132”，“volume”：“427”，“author”：“G Jiang”，”year“：“2021”，“unstructured”：“Jiang G，Wang H，Peng j，Chen D，Fu X（2021）基于图的图像多视图二值学习聚类。Neurocomputing 427:225\u2013237“，“journal-title”：“Neurocumputing”}，{“key”：“3778_CR14”，“doi-asserted-by”：“publisher”，“unstructured”：“Jiang G，Peng J，Wang H，Mi Z，Fu X（2022）通过低秩约束的高阶图学习实现张量多视图聚类。IEEE跨电路系统视频技术。https:\/\/doi.org\/10.1109\/TCSVT.2022.3143848https:\//doi.org\/10.109\/TCSVC.2022.314143848“，”doi“：”10.1109\/TCSV.2022.3143848“}，{“问题”：“2”，“键”：“3778_CR15”，“首页”：“56”，“卷”：“60”，“作者”：“C Jones”，“年份”：“2019”，“非结构化”：“Jones C（2019优化中的一阶方法。计算版本60（2）：56\u201356“，”journal-title“：”Compute Rev“}，{“key”：“3778_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Kang Z，Peng C，Cheng Q（2017）Twin learning for similarity and clustering:a unified kernel approach.arXiv:1705.00678”，“doi”：“10.1609\/aai.v31i1.10853”}，“key“：”3778_CR17“，”unstructure“：”Kumar a，Daum\u00e9 H（2011）多视图光谱聚类的联合训练方法。见：第28届机器学习国际会议论文集（ICML-11），第393\u2013400页“}，{“key”：“3778_CR18”，“unstructured”：“Kumar A，Rai P，Daume H（2011）co-regularized multi-view spectral clustering。见：《神经信息处理系统进展》，第1413\u2013 1421页”}，{“issue”：“1”，“key”：“3778_CR19”，“doi-asserted-by”：“publisher”，“first page”：”171“，“doi”：“10.1109\/TPAMI.2012.88”，“volume”：：“35”，“author”：“G Liu”，“year”：“2013”，“unstructured”：“Liu G，Lin Z，Yan S，Sun J，Yu Y，Ma Y（2013）通过低秩表示实现子空间结构的稳健恢复。IEEE Trans-Pattern Ana Mach Intell 35（1）：171\u2013184”，“journal-title”：“IEEE Trans-Pattern Ana Mach Intell”}，{“issue”：“2”，“key”：“3778_CR20”，“doi-asserted-by”：“publisher”，“first-pages”：“91”，“doi”：“10.1023\/B:VISI.0000029664.99615.94”，“volume”:“60”，“author”：“DG-Lowe”，“year”：“2004”，“unstructured”：“Lowe D G（2004）不同尺度关键点的图像特征。Int J Comput Vis 60（2）：91\u2013110“，”journal-title“：”Int J Comput Vis“}，{“key”：“3778_CR21”，“unstructured”：“Mohar B，Alavi Y，Chartrand G，Oellermann O（1991）The laplacian spectrum of graphs。In：图论、组合学和应用，第2卷（871\u2013898），第12页”}，}“issue:”11“，”key“：“3778 _CR22”，“doi-asserted-by”：“publisher”，“first page”：”1796“，”DO I“：”10.1109\/TNN.2011.2162000“，“卷”：“22”，“作者”：“F Nie”，“年份”：“2011”，“非结构化”：“Nie F，Zeng Z，Tsang I W，Xu D，Zhang C（2011）光谱嵌入聚类：样本内和样本外光谱聚类的框架。IEEE跨神经网络22（11）：1796\u20131808”，“期刊标题”：“IEEE跨神经网络”}，{“密钥”：“3778_CR23”，”doi-asserted-by“：”crossref“，”unstructured“：”聂F，Wang X，Huang H（2014）用自适应邻域进行聚类和投影聚类。摘自：第20届ACM SIGKDD知识发现和数据挖掘国际会议论文集，第977\u2013986页“，“DOI”：“10.1145\/2623330.262372726”}，{“key”：“3778_CR24”，“unstructured”：“聂F，李杰，李克思，等（2016）无参数自动加权多图学习：多视图聚类和半监督分类的框架。In:IJCAI，pp 1881\u20131887“}，{“issue”：“3”，“key”：“3778_CR25”，“doi-asserted-by”：“publisher”，“first page”：”1501“，“doi”：“10.1109\/TIP.2017.2754939”，“volume”：：“27”，“author”：“F Nie”，“year”：“2017”，“unstructured”：“Nie F，Cai G，Li J，Li X（2017）用于图像聚类和半监督分类的自动加权多视图学习。IEEE Trans Image Process 27（3）：1501\u20131511“，”journal-title“：”IEEE Trans-Image Process“}，{“issue”：“107”，“key”：“3778_CR26”，“首页”：“207”，“卷”：“102”，“author”：“F Nie”，“year”：“2020”，“unstructured”：“聂F，Shi S，Li X（2020）通过快速矩阵因式分解实现自动加权多视图联合聚类。模式识别102（107）：207“，”日记标题“：”Pattern Recogn“}，{”issue“：”7“，”key“：”3778_CR27“，”doi-asserted-by“：”publisher“，”first page“：“971”，“doi”：“10.1109 \/TPAMI.2002.1017623”，“volume”：“24”，“author”：“T Ojala”，“year”：“2002”，“unstructured”：“Ojala T，Pietikainen M，Maenpaa T（2002）具有局部二值模式的多分辨率灰度和旋转不变纹理分类。IEEE Trans-Pattern Ana Mach Intell 24（7）：971\u2013987“，“journal-title”：“IEEE Trans-Pattern ANA Mach Intel}，{“issue”：“3”，“key”：“3778_CR28”，“doi-asserted-by”：“publisher”，“first page”：”145“，“doi”：“10.1023\/A:101139631724”，“volume”：《42》，“author”：“A Oliva”，《年份》：“2001”，“unstructured”：“Olifa A，Torralba A（2001）场景形状建模：空间包络线的整体表示。Int J Comput Vis 42（3）：145\u2013175“，“journal-title”：“Int J Comput Vis”}，{“key”：“3778_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“任P，Xiao Y，Xu P，郭J，Chen X，Wang X，Fang D（2018）稳健的自动加权多视图聚类。In:IJCAI，pp 2644\u20132650”，“doi”：“10.24963\/IJCAI.2018\/367”}、{“issue”：“5500”“，”键“：”3778_CR30“，”doi-asserted-by“：”publisher“，”first page“：”2323“，”doi“：”10.1126\/science.290.5500.2323“，“volume”：“290”，“author”：“ST Roweis”，“year”：“2000”，“unstructured”：“Roweis S T，Saul L K（2000）局部线性嵌入的非线性降维。Science 290（5500）：2323\u20132326“，”journal-title“：”Science“}，{”issue“：”2“，”key“：”3778_CR31“，”doi-asserted-by“：”publisher“，”first-page“：”600“，”doi“：”10.1109\/TNNLS.2019.2906867“，”volume“：“31”，“author”：“Z Tao”，“year”：“2019”，“unstructured”：“Tao Z，Liu H，Li S，Ding Z，Fu Y（2019）边缘化多视图集合聚类。IEEE Trans Neural Netw Learn Syst 31（2）：600\u2013611“，”journal-title“：”IEEE Trans-Neural Netw学习系统“}，{“issue”：“4”，“key”：“3778_CR32”，“doi-asserted-by”：“publisher”，“first page”：”395“，”doi“：”10.1007\/s1122-007-9033-z“，”volume“：”17“author”：“U Von Luxburg”，”year“2007”，“unstructured”：“Von Luxsburg U（2007）光谱教程聚类。Stat Comput 17（4）：395\u2013416“，”journal-title“：”Stat Compute“}，{”issue“：”1s“，”key“：”3778_CR33“，”first page“：“1”，“volume”：“17”，”author“：”Y Wang“，”year“：”2021“，”unstructured“：”Wang Y（2021）deep multi-modal data analysis调查：协作、竞争和融合。ACM Trans Multimed Comput Commun Appl（TOMM）17（1s）：1\u201325“，”journal-ttitle“：”ACM Trans Multimed Compute Commun Appl（TOMM）“}，{”issue“：”11“，”key“：”3778_CR34“，”doi-asserted-by“：”publisher“，”first page“：“3939”，”doi“：”10.1109\/TIP.2015.2457339“，”volume“：利用相关一致性对多视图数据进行鲁棒子空间聚类。IEEE Trans-Image Process 24（11）：3939\u20133949“，“journal-title”：“IEEE Trans-Image Process”}，{“key”：“3778_CR35”，“unstructured”：“Wang Y，Zhang W，Wu L，Lin X，Fang M，Pan S（2016）迭代视图协议：多视图光谱聚类的迭代低秩结构化优化方法，pp 2153\u20132159”}“，{”issue“：”4“，”key“：”3778_CR36“，”doi-asserted-by“：”publisher“，”first page“：”112“，”doi“：”10.1109\/MMUL.2020.2999464“，”volume“：“27”，”author“：”H Wang“，”year“：”2020“，”unstructured“：”Wang H，Peng J，Chen D，Jiang G，Zhao T，Fu X（2020）车辆再识别属性引导特征学习网络。IEEE MultiMedia 27（4）：112\u2013121“，“journal-title”：“IEEE Multi Media”}，{“issue”：“10”，“key”：“3778_CR37”，“doi-asserted-by”：“publisher”，“first-page”：“10484”，“doi”：“10.1109\/TVT.2020.3009162”，“volume”：”69“author”：“H Wang”，“year”：“2020”，“unstructured”：“Wang H，Peng J，Zhao Y，Fu X（2020）用于细粒度汽车识别的多通道深cnn。IEEE Trans-Veh-Technol 69（10）：10484\u201310493“，“journal-title”：“IEEE Trans-Veh-Technol”}，{“key”：“3778_CR38”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang H，Wang Y，Zhang Z，Fu X，Zhuo L，Xu M，Wang M（2020）通过自加权学习进行核化多视图子空间分析。IEEE Trans-Multimed 23，3828\u20133840”，“doi”：“10.1109\/TMM.2020.3032023“}，{“key”：“3778_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang H，Jiang G，Peng J，Fu X（2021）Msav:具有视图一致性的多视图子空间分析的统一框架。In:2021年多媒体检索国际会议论文集，pp 653\u2013659”，“doi”：“10.1145\/3460426.3463669”}，}“key:”3778_CR40“，”doi-asserted-by“：”publisher“，”first-pages“：”55“，”doi“：”10.1016\/j.neucom.2020.06.148“，”volume“：”438“，”author“：”H Wang“，”year“：”2021“，”unstructured“：”Wang H，Peng j，Jiang G，Xu F，Fu X（2021）车辆再识别的区分特征和部分软件模型字典学习。Neurocomputing 438:55\u201362“，“journal-title”：“Neurocumputing”}，{“key”：“3778_CR41”，“doi-asserted-by”：“publisher”，“unstructured”：“Wang S，Chen Z，Du S，Lin Z（2021）学习深度稀疏正则化子并应用于多视图聚类和半监督分类。IEEE Trans-Pattern Ana Mach Intell公司。https:\/\/doi.org\/10.109\/TPAMI.2021.3082632“，”doi“：”10.1109\/TPAMI.2021.3082“}，{“问题”：“4”，“密钥”：“3778_CR42”，“doi-asserted-by”：“发布者”，“首页”：“1602”，“doi”：“10.1109\/IPT.2018.2878970”，“卷”：“28”，“作者”：“L Wu”，“年份”：“2018”，“非结构化”：“Wu L，Wang Y、邵立（2018）用于跨模式检索的循环一致深层生成哈希。IEEE Trans Image Process 28（4）:1602\u20131612”，“期刊标题”：“IEEE Trans Image Process”}，｛“issue”：“6”，“key”：“3778_CR43”，“doi断言”：“publisher”，“首页”：“1438”，“doi”：“10.1109\/TSMBC.20092039566”，“volume”：“40”，“author”：“T Xia”，“year”：“2010”，“nonstructured”：“Xia T，Tao D，Mei T，Zhang Y（2010）多视图光谱嵌入。IEEE Trans-Syst Man-Cybern Part B（Cybern）40（6）：1438\u20131446“，“journal-title”：“IEEE Trans-Syst Man-Cybern第B部分（Cyber）”}，{“key”：“3778_CR44”，“doi-asserted-by”：“crossref”，“unstructured”：“Xia R，Pan Y，Du L，Yin J（2014）通过低秩和稀疏分解实现鲁棒多视图光谱聚类，pp 2149\u20132155”，“doi”：“10.1609\/aaai.v28i1.8950“}，{“issue”：“8”，“key”：“3778_CR45”，“doi-asserted-by”：“publisher”，“first page”：”3716“，“doi”：“10.1109\/TIP.2018.2825647”，“volume”：：“27”，“author”：“M Yin”，“year”：“2018”，“unstructured”：“Yin M，Xie S，Wu Z，Zhang Y，Gao J（2018）通过学习自适应低秩图进行子空间聚类。IEEE Trans Image Process 27（8）：3716\u20133728“，”journal-title“：”IEEE Trans-Image Process“}，{“issue”：“10”，“key”：“3778_CR46”，“doi-asserted-by”：“publisher”，“first page”：”2887“，”doi“：”10.1109\/TCYB.2017.2751646“，”volume“：”48“，”author“：”K Zhan“，“year”：“2017”，“unstructured”：“Zhan K，Zhang C，Guan J，Wang J（2017）多视图聚类的图形学习。IEEE Trans-Cybern 48（10）：2887\u20132895“，”journal-title“：”IEEE Trans-Cybern“}，{”issue“：”7“，”key“：”3778_CR47“，”doi-asserted-by“：”publisher“，”first page“：“1276”，”doi“：”10.1109\/TMM.2009.2030629“，”volume“：‘11’，”author“：”YF Zhang“，”year“：”2009“，”unstructured“：”Zhang Y F，Xu C，Lu H，Huang Y M（2009）使用全局人脸名称匹配的特征长度电影中的角色识别。IEEE Trans-Multimed 11（7）：1276\u20131288“，“journal-title”：“IEEE Trans-Multimed”}，{“key”：“3778_CR48”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang C，Hu Q，Fu H，Zhu P，Cao X（2017）潜在多视点子空间聚类。In:IEEE计算机视觉和模式识别会议论文集，pp 4279\u20134287”，“doi”：“10.1109\/CVPR.2017.461“｝，｛“key”：“3778_CR49”，“doi asserted by”：“publisher”，“nonstructured”：“Zhong G，Pun C M（2021）改进了多视图聚类的标准化切割。IEEE Trans-Pattern Anal Mach-Intell。https:\/\/doi.org/10.1109\/TPAMI.20213136965”，“doi”：“10.1109\/TPAMI.20213136965”｝，｛“key”：“3778_CR50”，“doi asserted by”：“crossref”，“非结构化”：“Zhou T，Zhang C，Gong C，Bhaskar H，Yang J（2018）基于特征冗余最小化的多视图潜在空间学习。IEEE Trans Cybern 50（4），1655\u20131668“，”DOI“：”10.1109\/TCYB.2018.2883673“}]，”container-title“：[”应用智能“]，”原始标题“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com\/content\/pdf\/10007\/s10489-022-03778-9.pdf“，”content-type“：”application\/pdf“”，“content-version”：“vor”，“intended”d-application“：”text-mining“}，{”URL“：”https:\/\/link.springer.com/article\/10.1007\/s10489-022-03778-9\/fulltext.html“，”content-type“：”text\/html“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\//link.springer\com/content\/pdf\/10.10007\/s10489-022-0278-9.pdf预期应用程序“：”相似性检查“}”，“存放”：{“日期部分”：[[2022,7,5]]，“日期时间”：“2022-07-05T08:22:04Z”，“时间戳”：1657009324000}，“分数”：1，“资源”：{“主要”：{:“URL”：“https:\/\/link.springer.com\/10.10007\/s10489-022-03778-9”}}，”副标题“：[]，”短标题“：[]，”发布“：{”日期部分“：[2022,7,5]]}，“references-count”：50，“alternative-id”：[“3778”]，“URL”：“http:\/\/dx.doi.org\/10.1007\/s10489-022-03778-9“，”关系“：{}，”ISSN“：[”0924-669X“，”1573-7497“]，”ISSN-type“：[{”value“：”0924-6069X“”，“type”：“print”}，{”value“：“1573-74979”，“类型”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2022,7,5]]}，“assertion”：[{value“：”2022年5月17日“，”order“：1，”name“：”accepted“，”label“：”accepted”，“group”：{“name”：“ArticleHistory“，”label“：”Article-History“}}，{”value“：”2022年7月5日“，”order“：2，”name“：”first_online“，”标签“：”first online“，“group”：{”name“:”Article History”，“label”：“Article历史”}}]}}