-
公开(公告)号：CN114139603A
公开(公告)日：2022-03-04
申请号：CN202111297591.X
申请日：2021-11-04
Applicant: 杭州电子科技大学
IPC: G06K9/62 , G06V10/762 , G06V10/771 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向图像表示的深度图正则化非负矩阵分解方法。本发明包括以下步骤：1)利用编码器模块，输入数据学习适当的非线性映射函数，将原始数据映射到非线性特征空间，学习数据表征；2)利用非负矩阵分解模块将所学的数据表征进行矩阵分解，得到系数矩阵；3)利用解码器重新映射特征回到原始输入空间，对输入数据进行重构；4)采用传统K‑means方法对进行非负矩阵分解后的系数矩阵进行聚类，得到图像聚类结果；5)更新权重，优化整体深度图正则化非负矩阵分解模型。本发明大大扩展了应用范围，同时提出一种新的深度非负矩阵分解模型，解决了传统非负矩阵分解在图像数据聚类任务重性能较差的问题。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
