哈尔滨理工大学李骜获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉哈尔滨理工大学申请的专利一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117830681B 。
龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410016659.X,技术领域涉及:G06V10/762;该发明授权一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法是由李骜;王春蕊;许浩越;冯聪设计研发完成,并于2024-01-04向国家知识产权局提交的专利申请。
本一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法在说明书摘要公布了:一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法,属于图像信息处理中的动物图像聚类处理领域,本发明首先从非完备多视角大批量动物图像数据集中提取出存在样本特征,并对特征向量进行归一化处理。然后,构建非完备多视角深度谱聚类网络DSCN‑IMC,该网络首先利用多视图编码器提取非完备多视角图像的公共特征,通过线性层获得非正则化的谱嵌入,并构建正交归一化层从而得到正则化约束的视角公共谱嵌入。最后,利用小批量随机梯度下降算法对流形正则化的谱聚类总体损失函数进行优化,直至收敛。并对网络所学的谱嵌入进行k均值聚类,获得最终聚类结果。与其他方法相比,本发明具有计算速度更快、可重复使用的网络模型,并且对数据缺失率的影响相对较小,具备更好的聚类性能。
本发明授权一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法在权利要求书中公布了:1.一种基于图卷积流形正则化深度谱聚类网络的非完备多视角动物图像聚类方法,其特征在于,所述方法包括步骤: 从一个非完备多视角大规模动物图像数据集中提取存在样本特征,并将特征向量的每个分量归一化成均值为0,标准差为1的标准格式; 构建一个由多视角图卷积编码层、特征融合层、谱嵌入输出层组成的多视角深度谱聚类网络,并随机初始化网络权重;其中,多视角图卷积编码层的每一视角模块由两个图卷积模块组成;特征融合层将所有视角专属低维表示进行加权融合获得统一表示;谱嵌入输出层由全连接层和正交归一化层组成; 对每一视角,分别从存在特征中构建k近邻相似度矩阵和高维流形分布矩阵; 将所有视角的存在样本特征和相应的k近邻相似度矩阵输入所述多视角深度谱聚类网络,对网络输出的视角公共谱嵌入计算谱聚类损失函数;同时,对网络所学表示施加流形正则化约束,得到流形正则化的多视角谱聚类总体损失函数; 使用小批量随机梯度下降算法优化所述流形正则化的谱聚类总体损失函数至收敛,然后对网络所学的谱嵌入进行k均值聚类,获得最终聚类结果; 根据所得聚类结果,计算所述非完备多视角大规模动物图像数据集上的聚类准确率。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨理工大学,其通讯地址为:150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。