恭喜鹏城实验室陈旭获国家专利权
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!
龙图腾网恭喜鹏城实验室申请的专利多个视图数据的聚类方法、装置、设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119577488B 。
龙图腾网通过国家知识产权局官网在2025-05-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510139264.3,技术领域涉及:G06F18/232;该发明授权多个视图数据的聚类方法、装置、设备和存储介质是由陈旭;徐光侠;余志文;王卓耀;陈俊龙;周瀚设计研发完成,并于2025-02-08向国家知识产权局提交的专利申请。
本多个视图数据的聚类方法、装置、设备和存储介质在说明书摘要公布了:本申请实施例提供多个视图数据的聚类方法、装置、设备和存储介质,涉及数据处理技术领域。该方法包括:获取多个视图分别对应的视图数据,对于每个视图,基于视图的投影矩阵将对应的视图数据投影到低维空间得到子空间表示矩阵和误差矩阵,根据子空间表示矩阵和权重矩阵计算得到局部总信息,根据子空间表示矩阵的核范数、误差矩阵的预设范数以及局部总信息构建优化目标项,求解优化目标函数得到每个视图对应的表示优化矩阵,根据所有表示优化矩阵进行数据聚类得到至少一个聚类结果。在降维过程中同步进行子空间表示,在对目标函数进行优化的过程中,实现投影矩阵和子空间表示矩阵相互促进、协同进化,提高子空间表示的准确性,提升聚类质量。
本发明授权多个视图数据的聚类方法、装置、设备和存储介质在权利要求书中公布了:1.一种多个视图数据的聚类方法,其特征在于,包括:获取多个视图分别对应的视图数据;对于每个所述视图,基于所述视图的投影矩阵,将对应的所述视图数据投影到低维空间,得到子空间表示矩阵和误差矩阵,并根据所述视图数据的转置矩阵和所述视图数据的乘积得到权重矩阵,根据所述子空间表示矩阵和所述权重矩阵计算得到局部结构信息;累加每个所述局部结构信息得到局部总信息,对于每个所述视图,根据所述子空间表示矩阵的核范数、所述误差矩阵的预设范数以及所述局部总信息构建优化目标项,并根据所述视图数据、所述投影矩阵、所述子空间表示矩阵和所述误差矩阵得到所述优化目标项的约束条件;根据所述约束条件和对应的所述优化目标项得到优化目标函数,求解所述优化目标函数得到每个所述视图对应的表示优化矩阵;根据所有所述表示优化矩阵进行数据聚类,得到至少一个聚类结果;所述根据所述视图数据、所述投影矩阵、所述子空间表示矩阵和所述误差矩阵得到所述优化目标项的约束条件,包括:将所述投影矩阵的转置矩阵与所述视图数据的乘积作为第一数据项,将第一数据项与所述子空间表示矩阵相乘之后,加上所述误差矩阵得到第二数据项,设定所述第一数据项与所述第二数据项相等,得到第一约束条件;设定所述子空间表示矩阵不小于零,得到第二约束条件;将所述视图数据的转置矩阵与所述投影矩阵的乘积作为第三数据项,设定所述第一数据项与所述第三数据项的乘积为单位矩阵,得到第三约束条件;根据所述第一约束条件、所述第二约束条件和所述第三约束条件得到所述约束条件。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人鹏城实验室,其通讯地址为:518000 广东省深圳市南山区兴科一街2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。