Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜哈尔滨工业大学(深圳)陈勇勇获国家专利权

恭喜哈尔滨工业大学(深圳)陈勇勇获国家专利权

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!

龙图腾网恭喜哈尔滨工业大学(深圳)申请的专利一种多视图子空间聚类方法、装置、设备及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:CN114612671B

龙图腾网通过国家知识产权局官网在2025-05-23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:202210158539.4,技术领域涉及:G06V10/40;该发明授权一种多视图子空间聚类方法、装置、设备及存储介质是由陈勇勇;赵晓佳;徐婷婷设计研发完成,并于2022-02-21向国家知识产权局提交的专利申请。

一种多视图子空间聚类方法、装置、设备及存储介质在说明书摘要公布了:本实施例提供一种多视图子空间聚类方法、装置、设备及存储介质,属于模式识别技术领域。该方法包括:通过对多视图数据进行特征提取,得到数据特征矩阵;对数据特征矩阵进行自表示处理,得到多视图数据的自表示矩阵;根据自表示矩阵构造多视图数据的第一表示张量;对第一表示张量进行张量奇异值分解,得到第二表示张量;基于第二表示张量计算得到多视图数据的亲和度矩阵;利用聚谱类算法对亲和度矩阵进行分割,得到子空间聚类结果。本申请能够通过一步化的张量低秩方法对多视图数据进行聚类,以提升多视图子空间聚类方法的鲁棒性与准确率。

本发明授权一种多视图子空间聚类方法、装置、设备及存储介质在权利要求书中公布了:1.一种多视图子空间聚类方法,其特征在于,包括:对多视图图像数据进行特征提取,得到数据特征矩阵;对所述数据特征矩阵进行自表示处理,得到所述多视图图像数据的自表示矩阵;根据所述自表示矩阵构造所述多视图图像数据的第一表示张量;对所述第一表示张量进行张量奇异值分解,得到第二表示张量;其中,所述对所述第一表示张量进行张量奇异值分解,得到第二表示张量,包括:获取所述第一表示张量;利用下述公式对所述第一表示张量进行低秩约束处理,得到所述多视图图像数据的第二表示张量: ; ;其中,所述第一表示张量经过张量奇异值分解被定义为三个张量的乘积形式,表示第一正交张量,表示第二正交张量,表示对所述第二正交张量的转置,和表示由张量特征值构成的对角张量,、、分别表示所述第一表示张量的三个维度值;基于所述第二表示张量计算得到所述多视图图像数据的亲和度矩阵;其中,所述基于所述第二表示张量计算得到所述多视图图像数据的亲和度矩阵,包括:利用下述公式计算所述多视图图像数据的优化目标函数: ; V; ; ;其中,表示所述第一表示张量,表示由个视图构成的噪声矩阵,表示亲和度矩阵,表示张量核范数,表示输入的视图数量,表示第一惩罚参数,表示求解矩阵的迹,表示所述亲和度矩阵的图拉普拉斯矩阵,表示所述优化目标函数需要满足的约束条件,表示第个视图中的所述自表示矩阵,表示对应于所述亲和度矩阵的第二惩罚参数,表示对应于所述噪声矩阵的第三惩罚参数,表示所述第个视图中的所述数据特征矩阵,表示所述第个视图中的噪声矩阵;根据所述优化目标函数得到所述多视图图像数据的所述亲和度矩阵;利用聚谱类算法对所述亲和度矩阵进行分割,得到子空间聚类结果。

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哈尔滨工业大学(深圳),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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”。

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。