申请/专利权人：广东能哥知识科技有限公司;广东工业大学

申请日：2023-02-16

公开（公告）日：2024-03-19

公开（公告）号：CN116310452B

主分类号：G06V10/762

分类号：G06V10/762;G06V10/54

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本发明公开了一种多视图聚类方法及系统，其中，方法包括获取单视图数据集；对所述单视图数据集进行特征提取处理，得到多视图数据集；对所述多视图数据集进行张量构建处理，得到多视图张量；根据所述多视图张量对所述多视图数据集的子空间特征与内部相关性进行学习处理，得到优化矩阵；根据混合抽样算法和变体近邻算法对所述优化矩阵进行二分图构建处理，得到聚类二分图；根据所述聚类二分图对所述多视图数据集进行切割处理，得到多视图聚类结果。本发明实施例能够减低噪声点的产生，提高多视图聚类的鲁棒性，可广泛应用于数据挖掘技术领域。

主权项：1.一种多视图聚类方法，其特征在于，所述方法包括：获取单视图数据集；对所述单视图数据集进行特征提取处理，得到多视图数据集；所述对所述单视图数据集进行特征提取处理，得到多视图数据集，包括：对所述单视图数据集进行图像强度和图像纹理特征提取处理，得到多视图数据集；对所述多视图数据集进行张量构建处理，得到多视图张量；根据所述多视图张量对所述多视图数据集的子空间特征与内部相关性进行学习处理，得到优化矩阵；所述根据所述多视图张量对所述多视图数据集的子空间特征与内部相关性进行学习处理，得到优化矩阵，包括：对所述多视图数据集进行特征矩阵获取处理，得到子空间特征矩阵；对所述多视图数据集的错误值进行垂直合并处理，得到误差矩阵；根据所述子空间特征矩阵和所述误差矩阵对所述多视图张量进行优化处理，得到优化矩阵；根据混合抽样算法和变体近邻算法对所述优化矩阵进行二分图构建处理，得到聚类二分图；所述根据混合抽样算法和变体近邻算法对所述优化矩阵进行二分图构建处理，得到聚类二分图，包括：根据混合抽样算法对所述优化矩阵进行抽样处理，得到候选特征集合；根据变体近邻算法对所述候选特征集合进行构建处理，得到聚类二分图；所述根据变体近邻算法对所述候选特征集合进行二分图构建处理，得到聚类二分图，包括：对所述候选特征集合进行聚类处理，得到聚类中心集合；对所述优化矩阵与所述聚类中心集合进行欧式距离计算处理，得到簇中心；根据所述簇中心对所述优化矩阵进行选举处理，得到近邻对象；根据所述近邻对象进行二分图构建处理，得到聚类二分图；根据所述聚类二分图对所述多视图数据集进行切割处理，得到多视图聚类结果。

全文数据：

权利要求：

百度查询： 广东能哥知识科技有限公司;广东工业大学 一种多视图聚类方法及系统

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