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！

龙图腾网恭喜哈尔滨工业大学(威海)申请的专利一种不完整视图的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：CN118135279B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202410088713.1，技术领域涉及：G06V10/764；该发明授权一种不完整视图的聚类方法及系统是由晁国清;于雪娇;姜毅;张华;李春山;涂志莹;初佃辉设计研发完成，并于2024-01-22向国家知识产权局提交的专利申请。

本一种不完整视图的聚类方法及系统在说明书摘要公布了：本发明实施例提供一种不完整视图的聚类方法及系统，属于信息技术领域。该聚类方法包括：获取待聚类的不完整多视图，并构建邻接矩阵以确定不完整多视图的图结构信息；结合邻接矩阵，采用预先构建的聚类模型对每一不完整视图进行编码，获得潜在特征表示；对各潜在特征表示采用注意力机制进行融合生成综合潜在特征表示；对综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果。通过将待聚类的不完整多视图和邻接矩阵输入至聚类模型，使得该聚类模型对不完整多视图节点进行多次邻域聚合和特征学习后，得到每个节点潜在特征表示，更有利于聚类，并采用注意力机制进行潜在特征表示的融合生成综合潜在特征表示，进行深度聚类，得到聚类结果。

本发明授权一种不完整视图的聚类方法及系统在权利要求书中公布了：1.一种不完整视图的聚类方法，其特征在于，包括：获取待聚类的不完整多视图，并针对每一不完整视图构建邻接矩阵以确定待聚类的不完整多视图的图结构信息，其中，所述邻接矩阵表示每一不完整视图中各节点之间的连接关系或各节点之间连接的强度；结合每一不完整视图构建的邻接矩阵，采用预先构建的聚类模型对每一不完整视图进行编码，获得各不完整视图的潜在特征表示；对各不完整视图的潜在特征表示采用注意力机制进行融合，生成综合潜在特征表示；对所述综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果；获取待聚类的不完整多视图，并针对每一不完整视图构建邻接矩阵，包括：确定每一待聚类的不完整视图中的节点；针对完整节点，若各节点之间存在直接连接关系，则对应的矩阵元素为1，若各节点之间不存在直接连接关系，则对应的矩阵元素为0；针对有缺失的节点，选取距离有缺失的节点目标范围内的邻居节点构建邻接矩阵；根据以下公式计算各不完整视图的潜在特征表示： 式中，为第个视图经编码后的潜在特征表示，softmax为激活函数，,，为邻接矩阵，为的单位对角矩阵，为经过对角化处理的邻接矩阵A的第i行j列的值，为按列加和所得到的矩阵，为堆叠图卷积神经网络模型的编码器第m层的可训练参数，表示第m-1层的图卷积运算；根据以下公式生成综合潜在特征表示： 式中，V为视图个数，是元素与广播的乘法，是注意力分布由以下公式确定： ，为第个视图的核学习，和为全连接层的参数，为偏差矩阵；所述预先构建的聚类模型包括：堆叠图卷积神经网络自编码器模块、融合模块和深度聚类引导模块，其中，所述深度聚类引导模块包括主聚类模块和辅助聚类模块；所述对所述综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果，包括：将所述综合潜在特征表示输入至所述主聚类模块，获得簇的软分配；将所述综合潜在特征表示输入至所述辅助聚类模块，获得软分配的标签；根据以下公式计算簇的软分配： 式中，表示簇的软分配，表示综合潜在特征表示，表示主聚类模块中的聚类中心。

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工业大学(威海)，其通讯地址为：264299 山东省威海市文化西路2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”。