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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于隐变量的多视图聚类方法、装置、设备和存储介质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：CN120541549B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511037374.5，技术领域涉及：G06F18/23；该发明授权基于隐变量的多视图聚类方法、装置、设备和存储介质是由刘吉元;汪睿祺;钱嘉宝;鞠儒生;胡星辰;许凯;尹全军设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于隐变量的多视图聚类方法、装置、设备和存储介质在说明书摘要公布了：本申请涉及一种基于隐变量的多视图聚类方法、装置、设备和存储介质。方法包括：获取多视图数据的隐变量，根据隐变量得到样本的隐表示；利用V个神经网络将N个样本的隐表示映射到视图数据的特征空间得到各视图数据的重构数据表示，根据各重构数据表示和对应视图数据间的距离构建第一损失；根据隐表示确定隐变量的取值，对各隐变量取值进行正交化并进行模值为1的约束得到第二损失；对各视图数据和对应重构数据表示的线性核矩阵进行核对齐，对各视图数据的对齐损失进行加权融合得到第三损失；根据上述损失得到全局损失函数；优化全局损失函数，利用优化后的隐表示进行多视图聚类。采用本方法能够有效提升多模态数据的聚类性能。

本发明授权基于隐变量的多视图聚类方法、装置、设备和存储介质在权利要求书中公布了：1.一种基于隐变量的多视图聚类方法，其特征在于，所述方法包括： 获取多视图数据集对应的隐变量集合，根据所述隐变量集合得到各样本的隐表示；所述多视图数据集包括N个样本的V个视图数据； 利用V个神经网络分别将N个样本的隐表示映射到对应视图数据的特征空间，得到多视图数据集中各视图数据的重构数据表示，根据各重构数据表示和对应视图数据间的距离构建重构损失； 根据各样本的隐表示确定所述隐变量集合中各隐变量在对应样本上的隐变量取值，对各隐变量取值进行正交化并进行模值为1的约束得到隐变量独立性约束损失； 对多视图数据集中各视图数据和对应重构数据表示的线性核矩阵进行核对齐，对各视图数据的核对齐结果的相反数进行加权融合得到自适应权重对齐约束损失； 根据所述重构损失、所述隐变量独立性约束损失和所述自适应权重对齐约束损失得到全局损失函数； 对所述全局损失函数进行优化，得到优化后的各样本的隐表示，根据优化后的各样本的隐表示进行多视图聚类。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；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”。