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！
摘要：本发明属于不完全多视图聚类技术领域，提供了一种基于鲁棒高阶图学习的不完全多视图聚类方法及系统，包括对数据集进行自适应图学习，获得局部相似性图，对每个视图的局部相似性图进行谱聚类操作，得到每个视图的伪标签矩阵，利用伪标签矩阵和指示矩阵构建第一完整相似性图，堆叠第一完整相似性图并对其施加低秩张量约束，获得视图间高阶相关性，构造目标函数；求解目标函数；对每个视图的求解结果求和，得到公共相似性图，对公共相似性图进行谱聚类得到最终结果。本发明将鲁棒表示、局部相似结构、基本划分、完全相似图整合到一个统一的学习框架中，联合鲁棒主成分分析和低秩张量学习得到高质量完整相似性图并通过谱聚类获得满意的聚类性能。
主权项：1.基于鲁棒高阶图学习的不完全多视图聚类方法，其特征在于，包括以下步骤：对获取的不完全多视图数据集进行自适应图学习，获得局部相似性图，对每个视图的局部相似性图进行谱聚类操作，得到每个视图的伪标签矩阵，利用伪标签矩阵和不完全多视图数据集的指示矩阵构建第一完整相似性图，堆叠第一完整相似性图并对其施加低秩张量约束，获得视图间高阶相关性，基于上述操作构造目标函数；求解目标函数，得到第二完整相似性图；对每个视图的第二完整相似性图求和，得到公共相似性图，对公共相似性图进行谱聚类得到最终结果。
全文数据：
权利要求：
百度查询： 山东师范大学 基于鲁棒高阶图学习的不完全多视图聚类方法及系统
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