ETREducational Theory and Research2995-34482995-3456Art and Technology10.61369/ETR.2025280042Article基于深度学习的多视图像视频的聚类方法在计算机专业教学的应用https://artdesignp.com/journal/ETR/3/28/10.61369/ETR.2025280042陈洋,张雯晖20253282025-07-11本研究旨在探索深度学习与多视图像视频聚类方法在计算机专业教学中的应用，以应对当前教学中的需求与挑战，为计算机专业教学提供了新的思路与方法。然而，本研究仍存在一些问题与局限性，我们需要在未来的工作中进一步探索和改进。总而言之，本研究为计算机专业教学提供了有益的启示，有望为教学改革与发展贡献力量。计算机教学,深度学习,多视图像视频聚类

 [1] 郭圣,仲兆满,李存华.基于深度自编码的多视图子空间聚类网络[J].计算机工程与应用,2020,56(17):9. [2] 宋菲.基于聚类结构和局部相似性的多视图隐空间聚类[J].计算机应用研究,2023,40(9):2650-2656. [3] 徐懿琳. 基于非负表示对齐的多视图聚类方法分析 [J]. 电子技术, 2025, 54 (04): 134-136. [4] 谢泽长,刘宗远. 基于深度学习的计算机专业个性化教学资源推荐方法 [J]. 无线互联科技, 2024, 21 (23): 126-128. [5] 路梅,杨雨萱. 自适应融合相似图的多视图谱聚类算法 [J]. 金陵科技学院学报, 2024, 40 (03): 1-12. [6] 陈梅,马学艳,钱罗雄,等. 基于多级自表示约束的不完备多视图聚类 [J]. 控制与决策, 2025, 40 (02): 645-654. [7] 张智慧,杨燕,张熠玲. 面向不完整多视图聚类的深度互信息最大化方法 [J]. 智能系统学报, 2023, 18 (01): 12-22. [8] 程学军,王建平. 基于图形正则化低秩表示张量与亲和矩阵的多视图聚类 [J]. 吉林大学学报(理学版), 2022, 60 (03): 671-684. [9] 刘晓丹,王宇. STEM教育视角下的计算机专业课程教学实践研究 [J]. 中国新通信, 2021, 23 (14): 163-164. [10] 顾美琪,阎维青,魏鑫,等. 基于矩阵分解多样性和一致性学习的多视图聚类 [J]. 中国科技论文, 2021, 16 (07): 754-761.