论文部分内容阅读
随着信息技术的快速发展，现实生活中不断涌现出大量的多视角数据，由此应运而生的多视角学习已成为机器学习领域的研究热点.然而，在数据获取过程中，由于收集的难度、高额成本或设备故障等问题，往往导致收集到的多视角数据出现视角缺失，这使得一些多视角学习方法无法有效进行.为此，提出一种基于视角相容性的多视角数据缺失补全方法.通过监督的共享子空间学习，获得与每类多视角数据相对应的共享子空间，从而建立视角相容性判别模型.与此同时，基于共享子空间重构误差等同分布的假设，提出了针对视角缺失的多视角数据的共享表征获取方法，实现