Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜四川大学黄树东获国家专利权

恭喜四川大学黄树东获国家专利权

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!

龙图腾网恭喜四川大学申请的专利一种基于粒球的多视图对比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:CN119474926B

龙图腾网通过国家知识产权局官网在2025-06-03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:202411687496.4,技术领域涉及:G06F18/23;该发明授权一种基于粒球的多视图对比聚类方法是由黄树东;苏鹏;蔡和城;刘洋;冯文韬;刘权辉;曹智文设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

一种基于粒球的多视图对比聚类方法在说明书摘要公布了:本发明公开了一种基于粒球的多视图对比聚类方法,包括以下步骤:步骤1:获取多视图数据,形成数据集;步骤2:构建多视图对比聚类模型,多视图对比聚类模型包括数据处理模块,粒球生成模块和输出模块;步骤3:对多视图对比聚类模型进行训练,得到训练后多视图对比聚类模型;步骤4:根据训练后多视图对比聚类模型得到所需聚类结果;本发明方法将样本集分割为粗粒度的粒球,在视图内和跨视图粒球之间建立关联;这些关联在共享的潜在空间中得到加强,从而实现多粒度对比学习,粒球位于实例级别和簇级别之间,保留了样本集的局部拓扑结构。

本发明授权一种基于粒球的多视图对比聚类方法在权利要求书中公布了:1.一种基于粒球的多视图对比聚类方法,其特征在于,包括以下步骤:步骤1:获取多视图数据,形成数据集;所述多视图包括图片、文本、视频;步骤2:构建多视图对比聚类模型,多视图对比聚类模型包括数据处理模块,粒球生成模块和输出模块;数据处理模块用于对数据集中的多视图数据进行降维,得到多视图数据特征;粒球生成模块用于根据多视图数据特征对应的每个视图构建粒球集,构建每个视图内粒球重叠关系矩阵和视图间粒球关联矩阵;重叠关系矩阵Av中的元素满足以下关系: 式中:v为视图序号;粒球间的距离计算过程如下: 式中:为第v个视图中第i个粒球和第j个粒球之间的距离,为第v个视图中第i个粒球的中心,为第v个视图中第j个粒球的中心;视图间粒球关联矩阵中的元素满足: 式中:m和n均为视图序号,ti为视图m中的某个粒球,tj为视图n中的某个粒球,为两个粒球的交集中的样本数,τ为阈值参数;其中: 式中:为视图m中第i个粒球和视图n中第j个粒球的公共样本集;根据视图内粒球重叠关系矩阵和视图间粒球关联矩阵得到掩码矩阵,通过对比学习得到融合特征;掩码矩阵M为: 式中:为的转置;输出模块用于根据融合特征输出聚类结果;步骤3:对多视图对比聚类模型进行训练,得到训练后多视图对比聚类模型;多视图对比聚类模型: 式中:,,表示与第i个粒球存在关联的粒球序号集,表示与第i个粒球存在关联的粒球序号集,Mij表示第i个粒球与第j个粒球是否存在关联,Miz表示第i个粒球与第z个粒球是否存在关联;为两个向量之间的余弦相似;步骤4:根据训练后多视图对比聚类模型得到所需聚类结果。

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四川大学,其通讯地址为:610044 四川省成都市一环路南一段24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”。

免责声明
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。