龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：四川大学
摘要：本发明公开了针对多模态视图噪声对齐的多视图聚类方法，包括以下步骤：采用训练后的两个编码网络分别对每个待聚类样本的两个视图进行编码，得到每个待聚类样本两个视图下分别对应的表征向量对每个第一视图对应的表征向量，在所有第二视图对应的表征向量中寻找欧式距离最近的表征向量，并将对应的两个视图形成新的视图对；将新的视图对对应的表征向量拼接为一个向量，并在所有拼接得到的向量上使用K‑Means聚类算法。本发明在聚类过程中采用两个视图进行编码构造表征向量，可以减弱错误不对齐的影响；采用奇异值分解可以减弱错误对齐的影响，通过K‑Means聚类算法获取聚类结果，可以快速地进行视图聚类，提高数据分析的速度。
主权项：1.一种针对多模态视图噪声对齐的多视图聚类方法，其特征在于，包括以下步骤：S1、采用训练后的第一编码网络和训练后的第二编码网络分别对每个待聚类样本的两个视图进行编码，得到每个待聚类样本两个视图下分别对应的表征向量；S2、对每个第一视图对应的表征向量，在所有第二视图对应的表征向量中寻找欧式距离最近的表征向量，并将对应的两个视图形成新的视图对；S3、将新的视图对对应的表征向量拼接为一个向量，并在所有拼接得到的向量上使用K-Means聚类算法，得到聚类结果。
全文数据：
权利要求：
百度查询： 四川大学 针对多模态视图噪声对齐的多视图聚类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号