[发明专利]基于多视图的子空间聚类方法、装置、设备及存储介质在审
| 申请号： | 201811640929.5 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109685155A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 黄静;曹江中;戴青云;凌永权 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东省*** | 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： | 本发明实施例公开了一种基于多视图的子空间聚类方法、装置、设备及计算机可读存储介质。其中，方法包括基于提取的多视图数据的数据特征矩阵，联合矩阵的核范数和Forbenius范数作为正则项估计秩函数，并且引入张量约束，构造各视图矩阵子空间聚类的优化目标函数；求解优化目标函数的最优化问题，得到各视图的子空间表示矩阵；基于各视图的子空间表示矩阵，计算得到多视图数据的亲和矩阵；利用谱聚类算法对亲和矩阵进行分割，实现了对多视图的子空间聚类。本申请充分利用了多个视图间的高阶相关性信息，有利于提高多视图数据的聚类精度；采用矩阵的核范数联和Forbenius范数作为正则项来估计秩函数，增加了算法的鲁棒性，提升了多视图数据聚类性能。 | ||
| 搜索关键词： | 矩阵 子空间 聚类 视图数据 范数 优化目标函数 计算机可读存储介质 存储介质 聚类算法 视图矩阵 数据特征 鲁棒性 最优化 高阶 求解 算法 分割 引入 申请 联合 | ||
【主权项】：
1.一种基于多视图的子空间聚类方法，其特征在于，包括：提取多视图数据的特征，得到数据特征矩阵；基于所述数据特征矩阵，联合矩阵的核范数和Forbenius范数作为正则项估计秩函数，并且引入张量约束，构造各视图矩阵子空间聚类的优化目标函数；求解所述优化目标函数的最优化问题，得到各视图的子空间表示矩阵；基于各视图的子空间表示矩阵，计算得到所述多视图数据的亲和矩阵；利用谱聚类算法对所述亲和矩阵进行分割，以实现对所述多视图数据的子空间聚类。
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广东工业大学，未经广东工业大学许可，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/201811640929.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种图像数据标注标签的方法
- 下一篇：一种用于识别情绪的分类器的获取方法
