行业标准网
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210636324.9 (22)申请日 2022.06.07 (71)申请人 西南科技大 学 地址 621000 四川省绵阳市涪城区青龙 大 道中段59号 (72)发明人 任珍文 戴健 糜勇 祝本明  朱松柏  (74)专利代理 机构 成都时誉知识产权代理事务 所(普通合伙) 5125 0 专利代理师 李春彦 (51)Int.Cl. G06V 10/762(2022.01) G06V 10/77(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于深层语义挖掘的多视图聚类方法 (57)摘要 本发明公开了一种基于深层语义挖掘的多 视图聚类方法, 包括以下步骤: S1、 输入多视图数 据; S2、 基于多视图数据矩阵, 利用深度矩阵分解 构建出每个视图的潜在表示矩阵; S3、 根据每个 视图的潜在 表示矩阵, 构建基于深层语义挖掘的 多视图聚类方法的目标函数; S4、 采用交替优化 的方法求解目标函数, 直接计算出聚类指示矩 阵; S5、 利用 聚类指示矩阵, 输出最终的聚类结 果。 本发明方法通过挖掘多视图数据中的深层语 义信息, 解决了现有聚类算法忽略了多视图数据 的深层语义信息以及采用两步策略进行多视图 聚类无法获得最优聚类结果的问题, 有效地实现 多视图数据的聚类, 提高了多视图聚类的性能; 可广泛应用于 计算机视觉和模式识别技 术领域。 权利要求书4页 说明书13页 附图1页 CN 114723980 A 2022.07.08 CN 114723980 A 1.一种基于深层语义挖掘的多视图聚类方法, 其特 征在于, 包括如下步骤: S1、 输入多个视图数据, 根据输入的多个视图数据, 构建每 个视图的数据矩阵; S2、 基于视图的数据矩阵, 利用深度矩阵分解构建出每 个视图的潜在表示矩阵; S3、 根据每个视 图的潜在表示矩阵, 构建基于深层语义挖掘的多视图聚类方法的目标 函数; S4、 采用交替优化的方法求 解目标函数, 计算出聚类指示矩阵; S5、 利用聚类指示矩阵, 输出聚类结果。 2.根据权利要求1所述的一种基于深层语义挖掘的多视图聚类方法, 其特征在于, 所述 的输入多个视图数据, 根据输入的多个视图数据, 构建每个视图的数据矩阵, 包括如下过 程: 根据输入的多个视图数据集中每个视图的数据, 构建每个视图的数据矩阵 , 其中 表示多个视图数据中第v个视图的数据矩阵, dv表示第v 个视图数据 矩阵的特征维度, n表 示第v个视图数据 矩阵中的样 本数; 其中V表 示多视图数据 集的视图数。 3.根据权利要求1所述的一种基于深层语义挖掘的多视图聚类方法, 其特征在于, 所述 的基于多个视图数据矩阵, 利用深度矩阵分解构建出每个视图的潜在表示矩阵, 包括如下 过程: 对每个视 图的数据矩阵, 以逐层分解的方式来挖掘每个视 图数据的深层语义, 获得多 视图数据的潜在表示矩阵, 即: 其中 表示分解的层数, 表示原始数据第 i层的低维特征矩 阵; 、 表示矩阵的维度; 表示第i层的潜在表示矩阵; 构建单个视图数据深度矩阵分解的目标函数: 其中X表示数据矩阵, 其中 表示第i层的特征矩阵, 表示第i层的潜在表示矩阵; 构建多视图深度矩阵分解方法的目标函数: 其中 为第v (v=1,2,…,V)个视图的数据矩阵; 表示第v个视 图i(i=1,2,…, l)层映射的特征矩阵; 表示第v个视图i层映射的潜在表示矩阵;权 利 要 求 书 1/4 页 2 CN 114723980 A 2表示矩阵的Frob enius范数; 表示对第 v个视图i层映射的潜在表示矩 阵施加非负约束。 4.根据权利要求1所述的一种基于深层语义挖掘的多视图聚类方法, 其特征在于, 所述 的根据每个视图的潜在表示矩阵, 构建基于深层语义挖掘的多视图聚类方法的目标函数, 包括如下 过程: 根据深度矩阵分解方法得到的多个视图的潜在表示矩阵 , 构造一个局部结构保持 正则项 ,以保持原 始数据的局部几何结构信息 构造局部结构保留正则项的目标 范式: 其中 表示相似矩阵, 用于度量样本在原始空间中 的相似性, 它表示数据局部特征的 关联性, 是通过k近邻学习构造的, 拉普拉斯矩阵 , 是对角矩 阵且对角线为 ; k近邻学习构造相似矩阵S: 其中exp表示取平方根操作, knn表示一个数据点的k个最近的邻居组成的集 合; 根据深度矩阵分解方法得到的多个视图的潜在表示 , 构造一个自适应谱旋转融合 范式, 从多个视图的潜在表示矩阵中计算出最终的聚类指示矩阵; 所述的构造自适应谱旋转融合范式: 其中 表示第v个视图贡献的加权系数; 表示第v个视图的旋转矩阵,   表示c*c的 单位矩阵; 构建基于深层语义挖掘的多视图聚类方法的目标函数: 权 利 要 求 书 2/4 页 3 CN 114723980 A 3

.PDF文档 专利 一种基于深层语义挖掘的多视图聚类方法

文档预览
中文文档 19 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共19页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于深层语义挖掘的多视图聚类方法 第 1 页 专利 一种基于深层语义挖掘的多视图聚类方法 第 2 页 专利 一种基于深层语义挖掘的多视图聚类方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 11:55:00上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。