[发明专利]基于带权重联合非负矩阵分解的属性图聚类方法及系统在审
| 申请号： | 201610630567.6 | 申请日： | 2016-08-03 |
| 公开（公告）号： | CN106296425A | 公开（公告）日： | 2017-01-04 |
| 发明（设计）人： | 叶允明;王国瑞;徐晓飞;王岢 | 申请（专利权）人： | 哈尔滨工业大学深圳研究生院 |
| 主分类号： | G06Q50/00 | 分类号： | G06Q50/00;G06K9/62 |
| 代理公司： | 深圳市科吉华烽知识产权事务所(普通合伙)44248 | 代理人： | 孙伟,于标 |
| 地址： | 518000 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于带权重联合非负矩阵分解的属性图聚类方法及系统，该属性图聚类方法包括构建融合拓扑关系与节点属性等特征统一目标函数及矩阵聚类：构建目标函数：该算法将拓扑关系和节点属性特征融合在统一目标函数中，并对每个属性特征进行加权；目标函数求解：通过对目标函数的求解，分解出包含拓扑关系和节点属性特征等信息的矩阵；矩阵聚类：对包含拓扑关系和节点属性特征等信息的矩阵进行聚类，然后把聚类后的结果返回给系统用户。本发明的有益效果是本发明的基于带权重联合非负矩阵分解的属性图聚类方法及系统，有效地融合了拓扑关系和节点属性等特征，并产生了更高的聚类性能。 | ||
| 搜索关键词： | 基于 权重 联合 矩阵 分解 属性 图聚类 方法 系统 | ||
【主权项】：
一种基于带权重联合非负矩阵分解的属性图聚类方法，其特征在于，包括如下步骤：构建目标函数：给定一个属性图，根据属性图的拓扑关系与节点属性特征设计一个统一的目标函数，使用对称非负矩阵去逼近拓扑关系的邻接矩阵，对节点属性矩阵进行加权，并使用传统非负矩阵分解去逼近加权后的节点属性矩阵，然后将这两部分融合在统一的目标函数中；目标函数求解：根据构建的目标函数，对函数进行迭代求解，直至收敛，其中能够分解出一个包含拓扑关系与节点属性等信息的矩阵；矩阵聚类：根据目标函数求解得到的包含拓扑关系与节点属性等信息的矩阵，对其进行聚类，把聚类结果提供给系统用户。
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哈尔滨工业大学深圳研究生院，未经哈尔滨工业大学深圳研究生院许可，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/patent/201610630567.6/，转载请声明来源钻瓜专利网。
