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！

龙图腾网获悉扬州大学申请的专利基于双层标签传播的增量半监督图像聚类方法与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：CN118823400B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202410791202.6，技术领域涉及：G06V10/762；该发明授权基于双层标签传播的增量半监督图像聚类方法与系统是由何萍;李泽正;徐晓华;汪雷达设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。

本基于双层标签传播的增量半监督图像聚类方法与系统在说明书摘要公布了：本发明公开了一种基于双层标签传播的增量半监督图像聚类方法与系统，主要用于解决静态半监督聚类方法在面对增量图像数据与增量成对约束时重复计算所导致的效率低下问题。本发明使用双层标签传播来处理图像数据和约束条件不断增加的聚类问题。在第一层标签传播中，在图像数据样本中传播并扩散成对约束信息，并结合上一时刻图像数据样本对组件的隶属度矩阵，增量计算当前时刻图像样本对组件的隶属度矩阵。在第二层标签传播中，利用上一时刻的聚类结果在组件中标记簇标签信息，并让已知的簇标签信息在组件结构中进行传播，然后通过图像样本对组件的隶属度关系，将簇标签信息逐渐扩展到整个图像数据集，从而实现对增量图像数据的有效半监督聚类。

本发明授权基于双层标签传播的增量半监督图像聚类方法与系统在权利要求书中公布了：1.基于双层标签传播的增量半监督图像聚类方法，其特征在于，包括如下步骤： 1给定初始时刻经过预处理的图像数据样本集和约束条件集xi表示第i幅图像拉成的向量，n0为初始时刻样本数量，样本集中包括初始时刻受约束的图像数据集和不受约束的图像数据集表示第i和第j幅图像属于同一类，则表示第i和第j幅图像不属于同一类；采用双层半监督随机游走获得初始时刻的聚类结果Y0，具体包括： 样本层的随机游走：首先结合约束信息计算图像样本间的相似度矩阵W0，采用行归一化获取图像样本间的概率转移矩阵P0，然后进行样本层的随机游走，设定为随机游走的吸收态，为转移态，定义每个受约束图像数据以及受其影响的部分图像数据为一个组件，计算稳态分布中每个受约束图像数据对其它图像数据的吸收概率，作为每个图像数据对不同组件的隶属度矩阵F0； 组件层的随机游走：结合约束信息计算组件间的相似度矩阵S0，采用行归一化获取组件之间的概率转移矩阵Q0，随后对其进行特征值分解获取每个组件在低维空间的簇指示矩阵U0，再联合隶属度矩阵F0获取图像数据样本在低维空间的簇指示矩阵G0，对G0进行聚类，得到初始时刻的聚类结果Y0； 2给定t0时刻的新增的图像数据样本集和新增的约束条件集和分别表示t时刻新增的必连约束和不连约束，得到t时刻累积的图像数据样本集和累积的约束条件集样本集中包括t时刻累积的受约束图像数据集和无约束图像数据集和分别表示t-1时刻累积的图像数据样本集和约束条件集；采用双层半监督标签传播获得t时刻所有图像数据的聚类结果Y0:t，具体包括： 样本层的标签传播：利用图像数据样本的空间分布在时间上具有平滑性的特点，增量计算t时刻所有图像样本之间的相似度矩阵W0:t，并结合约束信息进行相似度的调整，接着采用行归一化得到当前时刻所有图像样本间的概率转移矩阵P0:t，通过标签传播算法增量计算t时刻图像样本对组件的隶属度矩阵F0:t； 组件层的标签传播：结合约束信息计算t时刻组件间的相似度矩阵S0:t，采用行归一化获取组件间的概率转移矩阵Q0:t，利用上一时刻的聚类结果Y0:t-1计算簇代表组件进而获取簇标签信息，通过标签传播计算t时刻组件对各个簇的隶属度矩阵R0:t，最后联合隶属度矩阵F0:t，计算所有图像样本对簇的隶属度矩阵G0:t，对G0:t进行聚类，获得t时刻所有图像样本的聚类结果Y0:t。

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扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88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。