[发明专利]一种基于Sliced-Wasserstein距离的深度自编码进行图像降维并嵌入聚类的方法有效
| 申请号： | 201911375406.7 | 申请日： | 2019-12-27 |
| 公开（公告）号： | CN111178427B | 公开（公告）日： | 2022-07-26 |
| 发明（设计）人： | 郭春生;容培盛;陈华华;应娜 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06V10/762 | 分类号： | G06V10/762;G06V10/77;G06V10/74;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周希良 |
| 地址： | 310018 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 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Sliced‑Wasserstein距离的深度自编码进行图像降维并嵌入聚类的方法，包括步骤：S11.构建基于Sliced‑Wasserstein距离的自编码网络模块；S12.构建聚类模块；S13.将所述构建的自编码网络模块和聚类模块进行联合，构建基于Sliced‑Wasserstein距离的自编码嵌入式聚类网络；S14.初始化构建后的自编码嵌入式聚类网络的聚类中心，将无标签的数据集输入到网络进行迭代训练，并对自编码嵌入式聚类网络进行处理，当所述处理后的自编码嵌入式聚类网络达到预设阈值时，完成最终的聚类。本发明在网络的迭代训练过程中，同时优化了自编码网络模块以及聚类模块，从而达到聚类完成的效果。 | ||
| 搜索关键词： | 一种 基于 sliced wasserstein 距离 深度 编码 进行 图像 嵌入 方法 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/201911375406.7/，转载请声明来源钻瓜专利网。
- 一种融合Faster-RCNN和Wasserstein自编码器的图像检索方法
- 一种基于Wasserstein GAN的光伏阵列故障诊断方法
- 基于Wasserstein距离的卷积神经网络对抗迁移学习方法及其应用
- 一种基于深度学习和Wasserstein距离度量的指静脉识别方法
- 一种基于Wasserstein距离的深度对抗迁移网络的故障诊断方法
- 一种基于Sliced-Wasserstein距离的深度自编码进行图像降维并嵌入聚类的方法
- 基于信号分布Wasserstein距离度量的Wi-Fi室内定位方法
- 一种采用Wasserstein距离的差分隐私贪心分组方法
- 基于Wasserstein生成对抗网络模型的高能图像合成方法、装置
- 一种基于Wasserstein距离的物体包络体多视图重建与优化方法
