公开(公告)号：CN117351248A

公开(公告)日：2024-01-05

申请号：CN202311246781.8

申请日：2023-09-26

Applicant: 南昌大学

Inventor： 李春泉 ,  汪芊芊 ,  郑波钰 ,  岳冲 ,  陈昌祺 ,  廖志远 ,  程宇新 ,  邓觐铧 ,  高宇凡 ,  陈利民 ,  伍军云 ,  林嘉 ,  陈荣伶 ,  范静辉 ,  任康 ,  喻俊志

IPC: G06V10/762 ,  G06N3/006 ,  G06V40/16 ,  G06V10/82 ,  G06N3/047 ,  G06N3/08

Abstract: 一种基于神经动力学的图像双时间变尺度优化聚类方法，包括：(1)构建稀疏图对偶正则化非负矩阵分解模型；(2)提出了一种新的双时间变尺度双神经动力学优化(TTDNO)方法进行非负矩阵分解；(3)进行聚类，给出两个评估指标来衡量算法的聚类性能。本发明优点：1、稀疏图对偶正则化非负矩阵分解，将两个分解矩阵的L0范数引入DNMF的目标函数中，使用反高斯函数来近似L0范数，避免问题NP‑hard且不连续，并且在保证分解矩阵的高稀疏性的前提下，方便后续的优化步骤；2、将神经动力学优化方法TTDNO引入到稀疏图对偶正则化非负矩阵分解模型的求解问题中，提升了收敛速度，并在图像聚类任务中表现出更好的聚类性能。