基于图补全和自适应视角权重分配的不完备多视角聚类方法、装置、系统及存储介质

    公开(公告)号:CN110135520A

    公开(公告)日:2019-08-16

    申请号:CN201910446754.2

    申请日:2019-05-27

    Inventor: 陈润泽 文杰 徐勇

    Abstract: 本发明提供了一种基于图补全和自适应视角权重分配的不完备多视角聚类方法、装置、系统及存储介质,该不完备多视角聚类方法包括:步骤1,多视角仿射图的构建及补全步骤:归一化各视角中的样本实例,构建并补全各视角的仿射图;步骤2,学习各视角间一致的低维表征步骤:迭代求取各视角间一致的低维表征;步骤3,聚类步骤:归一化全局低维表征并使用传统的单视角聚类方法(如k-means)得到聚类类别。本发明的有益效果是:本发明通过相似图补全技术和视角权重鉴别因子的引入,有效地捕捉了数据的本质结构,提高了聚类性能。

    基于图补全和自适应视角权重分配的不完备多视角聚类方法、装置、系统及存储介质

    公开(公告)号:CN110135520B

    公开(公告)日:2024-11-15

    申请号:CN201910446754.2

    申请日:2019-05-27

    Inventor: 陈润泽 文杰 徐勇

    Abstract: 本发明提供了一种基于图补全和自适应视角权重分配的不完备多视角聚类方法、装置、系统及存储介质,该不完备多视角聚类方法包括:步骤1,多视角仿射图的构建及补全步骤:归一化各视角中的样本实例,构建并补全各视角的仿射图;步骤2,学习各视角间一致的低维表征步骤:迭代求取各视角间一致的低维表征;步骤3,聚类步骤:归一化全局低维表征并使用传统的单视角聚类方法(如k‑means)得到聚类类别。本发明的有益效果是:本发明通过相似图补全技术和视角权重鉴别因子的引入,有效地捕捉了数据的本质结构,提高了聚类性能。

Patent Agency Ranking