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！

龙图腾网获悉济南大学申请的专利基于高斯混合模型的多视图动态迁移聚类方法及系统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：CN116662833B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310589312.X，技术领域涉及：G06F18/23；该发明授权基于高斯混合模型的多视图动态迁移聚类方法及系统是由周劲;李星辰;韩士元;王琳;陈月辉;杜韬;杨程;刘博文设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本基于高斯混合模型的多视图动态迁移聚类方法及系统在说明书摘要公布了：本发明公开了一种基于高斯混合模型的多视图动态迁移聚类方法及系统，该方法包括：获取待聚类的多视图数据集，预设每个视图的视图权重和各视图之间的动态迁移学习因子的初始值；分别对每个视图中的数据样本进行聚类，根据聚类结果计算获取每一视图的高斯混合模型参数初始值以及每一视图中每一数据属于每一簇的隶属度；根据隶属度更新高斯混合模型参数、视图权重和动态迁移学习因子；以更新后的值为最新值，对每个视图进行隶属度迭代计算，直至迭代结束；根据最终迭代获取的动态迁移学习因子进行各视图之间的聚类学习，得到各视图趋于一致的聚类结果。本发明通过动态迁移学习技术实现多视图间互补信息的深入挖掘，提高多视图数据的聚类性能。

本发明授权基于高斯混合模型的多视图动态迁移聚类方法及系统在权利要求书中公布了：1.一种基于高斯混合模型的多视图动态迁移聚类方法，其特征是，包括： 获取待聚类的多视图数据集，预设每个视图的视图权重和各视图之间的动态迁移学习因子的初始值； 分别对每个视图数据集中的数据样本进行聚类，获取每个视图的聚类结果； 根据聚类结果，计算获取每个视图的高斯混合模型参数的初始值； 根据高斯混合模型参数，计算获取每个视图中每一数据样本属于每一簇的隶属度；第l个视图中第i个数据样本属于第k个聚类簇的隶属度ulik，计算公式为： 上式中，ωl为第l个视图的视图权重，D表示视图的维度，表示wl次方的flk，表示ξll'wl'次方的fl'k；ξll′为第l个视图从第l′个视图进行动态迁移的学习因子；l′为除第l个视图之外的其他视图；pll′ik为拉格朗日乘子，β是取值范围为[0.1,1]的隶属度熵项参数；1≤l≤L，1≤i≤I，1≤k≤K，{l′|1≤l′≤L且l′≠l}；L为视图的个数；I表示当前视图数据集中数据样本的数量；K为聚类数；xli表示第l个视图中第i个数据样本；μlk表示第l个视图第k类的簇均值，Σlk表示第l个视图第k类的簇协方差矩阵； 根据隶属度更新高斯混合模型参数、视图权重和动态迁移学习因子； 以更新后的高斯混合模型参数、视图权重和动态迁移学习因子为最新值，对每个视图进行隶属度迭代计算，直至迭代结束； 根据最终迭代获取的动态迁移学习因子进行各视图之间的聚类学习，得到各视图趋于一致的聚类结果。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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”。

以上内容由龙图腾AI智能生成。