申请/专利权人：哈尔滨理工大学

申请日：2023-03-08

公开（公告）日：2023-05-16

公开（公告）号：CN116127104A

主分类号：G06F16/45

分类号：G06F16/45;G06F18/23

优先权：

专利状态码：有效-授权

法律状态：2023.09.01#授权;2023.06.02#实质审查的生效;2023.05.16#公开

摘要：一种基于关键点子空间学习的非完备多视角新闻数据聚类方法，属于多媒体信息处理中的新闻数据聚类处理领域，本发明首先将非完备多视角新闻数据划分为完备子集和非完备子集，以便更好的利用视角一致性和视角特异性信息。然后，构造一个针对完备子集设计的视角公共子空间和非完备子集的视角专属子空间。最后，构建一个联合使用视角公共和视角专属子空间的完备关键点子空间，并实施快速谱聚类以得到聚类结果，以此促进模型的自适应性和鲁棒性；与其他方法相比，本发明的精确度更高，性能更加稳健。

主权项：1.一种基于关键点子空间学习的非完备多视角新闻数据聚类方法，其特征在于，所述方法包括步骤：将一个非完备多视角新闻数据集划分为完备子集和非完备子集；通过多视角公共子空间学习得到完备子集的一个视角公共子空间；通过关键点子空间学习得到非完备子集的一个视角专属子空间；将完备子集的视角公共子空间和非完备子集的视角专属子空间进行融合，得到一个完备关键点子空间；对该完备关键点子空间进行谱聚类，计算出聚类结果；根据所得的聚类结果，计算所述的非完备多视角新闻数据的聚类准确率。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种基于关键点子空间学习的非完备多视角新闻数据聚类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD