[发明专利]基于图结构学习的缺失多视图子空间聚类方法及系统在审
| 申请号： | 202210027703.8 | 申请日： | 2022-01-11 |
| 公开（公告）号： | CN114529745A | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 梁成;王道远;商明超 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06V10/762 | 分类号： | G06V10/762;G06V10/74;G06V10/774;G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 杨琪 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于图结构学习的缺失多视图子空间聚类方法及系统，包括：获取训练缺失多视图的特征数据集；依据特征数据集，基于多视图谱聚类和低秩表示学习得到每个视图数据的潜在表示和伪标签矩阵，通过多视图子空间聚类学习得到统一的相似性矩阵，构造基于图结构学习的缺失多视图子空间聚类目标函数；求解基于图结构学习的缺失多视图子空间聚类目标函数，得到相似性矩阵；获待聚类缺失多视图的特征数据集，在所述相似性矩阵的基础上施加秩约束，得到块对角矩阵，得到聚类结果本发明将潜在表示学习、谱嵌入和图聚类整合到一个统一的学习框架中，联合低秩表示和多视图子空间聚类学习得到最优图结构的聚类结果。 | ||
| 搜索关键词： | 基于 结构 学习 缺失 视图 空间 方法 系统 | ||
【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山东师范大学，未经山东师范大学许可，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/202210027703.8/，转载请声明来源钻瓜专利网。
