[发明专利]一种具有缺失核的多视图聚类机器学习方法在审
| 申请号： | 201810909626.2 | 申请日： | 2018-08-10 |
| 公开（公告）号： | CN109117881A | 公开（公告）日： | 2019-01-01 |
| 发明（设计）人： | 郑军;刘新旺 | 申请（专利权）人： | 聚时科技(上海)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200082 上海市杨浦区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种具有缺失核的多视图聚类机器学习方法，该方法将填充与聚类相融合，在聚类的引导下填充缺失核，用填充的核进行聚类，包括以下步骤：1)获取目标数据样本，将所述目标数据样本映射至多核空间；2)建立缺失多核k‑均值聚类优化目标函数；3)采用三步交替法求解所述缺失多核k‑均值聚类优化目标函数，实现聚类。与现有技术相比，本发明考虑填充和聚类的联合优化，具有聚类效果好等优点。 | ||
| 搜索关键词： | 聚类 填充 优化目标函数 机器学习 均值聚类 视图聚类 多核 获取目标 联合优化 目标数据 数据样本 交替法 求解 映射 样本 融合 | ||
【主权项】：
1.一种具有缺失核的多视图聚类机器学习方法，其特征在于，该方法将填充与聚类相融合，在聚类的引导下填充缺失核，用填充的核进行聚类，包括以下步骤：1)获取目标数据样本和聚类目标数，将所述目标数据样本映射至多核空间；2)建立缺失多核k‑均值聚类优化目标函数；3)采用循环方式求解所述缺失多核k‑均值聚类优化目标函数，实现聚类。
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聚时科技(上海)有限公司，未经聚时科技(上海)有限公司许可，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/201810909626.2/，转载请声明来源钻瓜专利网。
