[发明专利]具有本征子空间的图像鲁棒单步谱聚类方法在审
| 申请号： | 201910072075.3 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109902719A | 公开（公告）日： | 2019-06-18 |
| 发明（设计）人： | 肖云;任鹏真;王蓓蕾;赵珂;许鹏飞;郭军;王欣;陈晓江;房鼎益 | 申请（专利权）人： | 西北大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西安恒泰知识产权代理事务所 61216 | 代理人： | 李婷 |
| 地址： | 710069 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 聚类 矩阵 子空间 本征 单步 鲁棒 图像 低维子空间 变换矩阵 合成数据 基准数据 局部表示 聚类结果 稀疏变换 原始数据 噪声抑制 真实世界 惩罚项 鲁棒性 秩约束 范数 降维 显式 算法 投影 输出 引入 | ||
【权利要求书】：
1.具有本征子空间的图像鲁棒单步谱聚类方法，其特征在于，包括以下步骤：
步骤一：对图像数据集进行特征提取得到数据集矩阵X；
步骤二：输入数据集矩阵X到通过拉普拉斯矩阵秩约束构建的目标函数中：
其中S为亲和矩阵，W为变换矩阵，xi为数据集矩阵X的第i个数据点，xj为数据集矩阵X的第j个数据点，sij表示xi、xj之间的相似性，γ、α和η为超参数，||W||2,1表示变换矩阵W的l2,1范数，γ||W||2,1表示行稀疏惩罚项，表示亲和矩阵S的F范数的平方，Tr表示矩阵的迹，F表示LS的c个最小特征值对应的特征向量组成的矩阵，表示亲和矩阵S的第i列相加等于1，d、d'表示的是维数，I为单位矩阵；
步骤三：控制目标函数收敛，输出数据集矩阵X的低维子空间WTX和亲和矩阵S，得到图像数据集的聚类结果。
2.根据权利要求1所述的具有本征子空间的图像鲁棒单步谱聚类方法，其特征在于，所述的步骤一中对图像数据集进行特征提取得到数据集矩阵X包括得到数据集矩阵X∈Rd×n、特征纬度d、数据点的个数n、聚簇的个数k。
3.根据权利要求1所述的具有本征子空间的图像鲁棒单步谱聚类方法，其特征在于，所述的步骤二中拉普拉斯矩阵秩约束包括rank(LS)＝n-c，其中n表示数据点的个数，c表示亲和矩阵S具有完全连通分量的个数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北大学，未经西北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910072075.3/1.html，转载请声明来源钻瓜专利网。
