[发明专利]基于动态超图网络的多模态演化特征自动共形表示方法有效
| 申请号： | 202110723732.3 | 申请日： | 2021-06-29 |
| 公开（公告）号： | CN113254729B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 王军平;林建鑫;苑瑞文;施金彤;唐永强 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F16/903 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩;尹文会 |
| 地址： | 100190 *** | 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： | 本发明属于大数据机器自动学习领域，具体涉及一种基于动态超图网络的多模态演化特征自动共形表示方法、系统、设备，旨在解决现有多模态特征表示仅能对多模态数据静态特征表示，难以对多模态高阶动态关联特征进行表征的问题。本方法包括获取m个模态的数据流训练样本，作为输入数据流；提取输入数据流中m个模态特征向量的有限节点集合；生成m个模态超图的拉普拉斯矩阵；进行m种模态的超图间高阶相关共形熵求解计算，生成n种主题网络集合的多模态高阶动态关联形态对齐模型；对新增的超图顶点与多模态高阶动态关联形态对齐模型所覆盖的节点进行增减对齐，实现主题网络集合自动更新。本发明解决了多模态高阶大数据多元关联演化特征难表征问题。 | ||
| 搜索关键词： | 基于 动态 超图 网络 多模态 演化 特征 自动 表示 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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/202110723732.3/，转载请声明来源钻瓜专利网。
