龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：华南农业大学
摘要：本发明适用于数据挖掘和机器学习领域，提供了一种基于三阶张量自表示求相似度张量的聚类方法及系统，该方法通过引入三阶张量表示、T‑Product运算和函数FA，构建并优化相似度张量，从而实现对数据的聚类。该方法的具体实施方式包括：获取待处理的数据集作为计算机的输入；进行数据预处理；构建样本点间相似度矩阵和函数FA；构建三阶张量；通过T‑Product运算进行三阶张量自表示学习数据集的相似度张量；相似度张量的修正与优化；检查结果并迭代优化；降维相似度张量；基于相似度矩阵进行聚类。通过本发明能高效处理具有复杂关系的多视图数据，实现能有效保留样本信息完整性的聚类算法。
主权项：1.一种基于三阶张量自表示求相似度张量的聚类方法及系统，其特征在于，所述方法包括：步骤1、从计算机外部设备或存储介质中读取待处理的数据集，将其转化为结构化的符合聚类标准的数据文件，并进行数据预处理；步骤2、根据数据特征信息，对数据集的每个视图分别构建其对应样本点间相似度矩阵，并根据函数FA的定义，即函数FA为样本点间相似度矩阵自乘运算结果的累加，对数据集的每个视图构建对应的函数FA；步骤3、根据数据集视图的结构关系与数据的特征信息，输入数据集按照特定的张量维度与结构去构建相应的三阶张量其中n为数据集的样本数，k为数据集的视图数，dv为视图v中样本的维度；步骤4、通过T-Product运算进行三阶张量自表示学习数据集的相似度张量，对构建的三阶张量整体进行一次傅里叶变换，将数据映射到傅里叶域中，并按照数据集视图的结构从张量的正面开始切片，逐片求解子问题矩阵，再将切片重新组合为一个完整的三阶张量并进行逆傅里叶变换，以得到相似度张量的初步结果；步骤5、利用步骤2中定义的函数FA，对得到的相似度张量进行修正和优化；步骤6、检查相似度张量的学习与优化结果是否满足预设的合格条件，如未满足合格条件，则重新执行步骤4和步骤5，进行迭代优化，直至满足合格条件；步骤7、基于学习并优化后的相似度张量，对张量进行降维，得到代表相似度矩阵，并基于代表相似度矩阵，对数据进行聚类，得到最终聚类结果。
全文数据：
权利要求：
百度查询： 华南农业大学 一种基于三阶张量自表示求相似度张量的聚类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号