一种多视图聚类方法、系统、电子设备及存储介质

    公开(公告)号:CN117523244B

    公开(公告)日:2024-05-24

    申请号:CN202311439517.6

    申请日:2023-10-31

    Abstract: 本发明实施例提供一种多视图聚类方法、系统、电子设备及存储介质,属于信息技术领域。该方法包括:获取待聚类的多个数据缺失视图;利用多重插补法,对所述多个数据缺失视图中缺失的数据进行缺失值处理,获得多个完整视图,并生成不确定性度量矩阵;提取所述不确定性度量矩阵中易于聚类的隐空间特征;将所述易于聚类的隐空间特征以及所述多个完整视图输入至循环对抗生成网络进行聚类,获得所述待聚类的多个数据缺失视图的聚类结果。通过上述技术方案,利用多重插补法,不仅可以充分利用多视图数据之间的互补信息,对缺失数据进行有效插补,增强了数据之间的关联性,还通过循环对抗生成网络在此基础上实现高效率的多个数据缺失视图的聚类。

    一种多视图聚类方法、系统、电子设备及存储介质

    公开(公告)号:CN117523244A

    公开(公告)日:2024-02-06

    申请号:CN202311439517.6

    申请日:2023-10-31

    Abstract: 本发明实施例提供一种多视图聚类方法、系统、电子设备及存储介质,属于信息技术领域。该方法包括:获取待聚类的多个数据缺失视图;利用多重插补法,对所述多个数据缺失视图中缺失的数据进行缺失值处理,获得多个完整视图,并生成不确定性度量矩阵;提取所述不确定性度量矩阵中易于聚类的隐空间特征;将所述易于聚类的隐空间特征以及所述多个完整视图输入至循环对抗生成网络进行聚类,获得所述待聚类的多个数据缺失视图的聚类结果。通过上述技术方案,利用多重插补法,不仅可以充分利用多视图数据之间的互补信息,对缺失数据进行有效插补,增强了数据之间的关联性,还通过循环对抗生成网络在此基础上实现高效率的多个数据缺失视图的聚类。

    乳腺肿瘤诊断方法、系统、电子设备及存储介质

    公开(公告)号:CN117523272A

    公开(公告)日:2024-02-06

    申请号:CN202311439527.X

    申请日:2023-10-31

    Abstract: 本发明实施例提供一种乳腺肿瘤诊断方法、系统、电子设备及存储介质,属于信息技术领域。该方法包括:获取乳腺超声图片和乳腺超声图片对应的掩码图片;将乳腺超声图片和掩码图片输入至预先构建的乳腺超声辅助诊断模型中的模糊分类模块中,输出模糊分类结果;将乳腺超声图片输入至深度分类模块中,输出深度分类结果;利用乳腺超声辅助诊断模型中的融合模块融合模糊分类结果和深度分类结果,获得诊断结果。这样,通过对乳腺超声辅助诊断模型中的模糊分类模块的输出结果和深度分类模块的输出结果进行融合,其可以在大量噪声背景下基于小规模数据集实现更好的乳腺超声图像分割和分类性能,有效提高诊断结果的准确度和提升诊断效率。

Patent Agency Ranking