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：本发明公开了一种基于对数稀疏约束的锚点图分解的快速多视图聚类方法、系统及存储介质和计算机设备，属于机器学习与数据分析领域，主要包含以下步骤：读取已经矢量化的多视图数据集，在所有视图生成锚点；在原始数据与锚点形成的锚点集之间构造锚点图；对锚点图进行锚点图分解，得到基矩阵与系数矩阵，并对基矩阵进行log范数约束，去除冗余信息；对系数矩阵进行K‑means得到聚类标签，生成聚类结果。本发明在处理大规模多视图聚类任务时能显著提高聚类的精度和效率，可广泛应用于数据分析领域。
主权项：1.一种基于对数稀疏约束的锚点图分解的快速多视图聚类方法，其特征在于：使用锚点图代替了原始数据进行锚点图分解，降低了计算复杂度，在处理大规模多视图聚类任务时显著提升了聚类效率；在锚点图分解的过程中施加log范数约束，去除了冗余信息，得到更稀疏的表示，在处理大规模多视图聚类任务时能显著提高了聚类的精度，具体包括如下步骤：步骤1：输入待聚类的多视图数据集，对多视图进行数据连接，得到拼接的单视图，为所有视图生成锚点，得到锚点集；步骤2：利用稀疏图学习的方法，在锚点集与多视图数据集之间构造多视图锚点图B；步骤3：对多视图锚点图进行锚点图分解，再优化迭代得到能够表征样本类别结构的基矩阵和对应的系数矩阵；步骤4：对系数矩阵进行K-means聚类获取聚类标签，生成聚类结果。
全文数据：
权利要求：
百度查询： 西安交通大学 基于对数稀疏约束的锚点图分解的快速多视图聚类方法、系统以及存储介质和计算机设备
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