-
公开(公告)号：CN114897053A
公开(公告)日：2022-08-12
申请号：CN202210382614.5
申请日：2022-04-13
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本实施例提供一种子空间聚类方法、装置、设备及存储介质，该方法包括：通过预设神经网络模型对原始数据特征进行特征提取、自表示处理、解码处理等操作得到目标损失函数，其中，是利用核范数对预设的自表示系数矩阵施加低秩先验以进行自表示处理。通过目标损失函数对神经网络模型进行训练，从训练好的卷积自编码网络模型中提取目标自表示系数矩阵，进一步得到目标相似度矩阵，然后利用聚谱类算法对目标相似度矩阵进行分割得到子空间聚类结果。本申请基于核范数与卷积自编码网络模型实现对自表示系数矩阵的学习，进而得到准确性更高的相似度矩阵，最后得到准确性更高的子空间聚类结果，本申请的方法能够提升子空间聚类的准确率。
Search Results
1
records
(took 0.024 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
