[发明专利]一种基于深度多视角子空间集成学习的图像聚类方法有效
| 申请号： | 201811466266.X | 申请日： | 2018-12-03 |
| 公开（公告）号： | CN109784360B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 薛哲;杜军平;独大为;吕思伟;梁美玉 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 王刚 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度多视角子空间集成学习的图像聚类方法，其特征在于，包括：对图像数据集进行多视角特征提取，得到多视角特征；基于所述多视角特征建立深度多视角低秩子空间学习的第一函数；基于所述第一函数建立多视角子空间集成学习的第二函数；基于所述第一函数和所述第二函数建立深度多视角子空间集成学习的目标函数并确定所述目标函数的各项约束；最小化所述目标函数，得到图像多视角特征的低维一致性子空间表示；用聚类算法对图像多视角特征的低维一致性子空间表示进行聚类，得到所述图像数据集的多视角聚类结果。 | ||
| 搜索关键词： | 一种 基于 深度 视角 空间 集成 学习 图像 方法 | ||
【主权项】：
1.一种基于深度多视角子空间集成学习的图像聚类方法，其特征在于，包括：对图像数据集进行多视角特征提取，得到多视角特征；基于所述多视角特征建立深度多视角低秩子空间学习的第一函数；基于所述第一函数建立多视角子空间集成学习的第二函数；基于所述第一函数和所述第二函数建立深度多视角子空间集成学习的目标函数并确定所述目标函数的各项约束；最小化所述目标函数，得到图像多视角特征的低维一致性子空间表示；用聚类算法对图像多视角特征的低维一致性子空间表示进行聚类，得到所述图像数据集的多视角聚类结果。
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北京邮电大学，未经北京邮电大学许可，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/patent/201811466266.X/，转载请声明来源钻瓜专利网。
- 上一篇：图像生成方法、装置、设备及可读存储介质
- 下一篇：贝类产品分类识别方法及装置
