一种多核低冗余表示学习的多视图子空间聚类方法.pdf

一种基于一致图学习的多视图聚类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990264 A (43)申请公布日 2021.06.18 (21)申请号 202110171227.2 (22)申请日 2021.02.08 (71)申请人浙江师范大学地址

2023-06-08 约1.97万字 22页立即下载

基于对比学习的深度多视图聚类方法研究.pdf 摘要 多视图聚类能够降低海量数据的标注成本，利用多个视图之间的互补性和一致性信息，生成一个相比单视图聚类更准确、更鲁棒的数据划分结果。由于深度神经网络强大的特征提取能力，深度多视图聚类方法相较于传统多视图聚类技术展现出显著的优势。对比学习是深度学习中的一种技术，主要通过数据之间的比对进行表示学习，目前常见的深度多视图聚类方法大多采用对比学习来挖掘有价值的跨多个 视图的共识信息。而在实际应用中，数据在收集和传输过程中不可避免地会缺失，鉴于传统的多视图聚类技术无法达到预期的成效，进而针对多视图聚

2025-03-09 约9.05万字 57页立即下载

基于二部图的后期融合多视图聚类机器学习方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990265 A (43)申请公布日 2021.06.18 (21)申请号 202110173493.9 (22)申请日 2021.02.09 (71)申请人浙江师范大学地址

2023-06-09 约2.39万字 22页立即下载

一种基于拓扑流形的多视图聚类方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882262 A (43)申请公布日 2022.08.09 (21)申请号 202210495105.3 (22)申请日 2022.05.07 (71)申请人四川大学地址 610065 四川

2023-05-16 约1.88万字 20页立即下载

一种不完整数据的子空间聚类方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113344126 A (43)申请公布日 2021.09.03 (21)申请号 202110731636.3 (22)申请日 2021.06.29 (71)申请人中山大学地址 51

2023-06-16 约1.45万字 14页立即下载

一种基于嵌入式设备无需冗余空间的升级方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113407211 A (43)申请公布日 2021.09.17 (21)申请号 202110682129.5 (22)申请日 2021.06.20 (71)申请人杭州登虹科技有限公司

2023-06-20 约4.91千字 7页立即下载

CRPI–模糊聚类表示学习.pptx ;1. 介绍;1. 介绍;1. 介绍;1. 介绍;1. 介绍; ; ; ; ;?;为了对具有连续状态和 n 个离散动作的MDPs的动作值函数进行估计，对每个动作重复以上基函数是指标函数, 如果 , 否则从而对于策略的动作值函数估计为其中是基函数的维数，是的第 i 个元素，是第 i 个系数。;令这里

2017-04-29 约小于1千字 28页立即下载

基于子空间学习的人脸深度聚类方法研究.docx 基于子空间学习的人脸深度聚类方法研究一、引言随着计算机视觉技术的发展，人脸识别、聚类与分析已经成为许多应用领域的核心任务。子空间学习作为计算机视觉的重要技术之一，可以有效地解决高维数据的复杂性，对于人脸聚类具有独特的优势。本文提出了一种基于子空间学习的人脸深度聚类方法，该方法结合了深度学习和子空间学习的优势，在人脸聚类任务中表现出较好的性能。二、相关工作在过去的几十年里，人脸聚类已经取得了显著的进展。传统的聚类方法，如K-means、谱聚类等，常常受限于数据的复杂性、高维性等问题。随着深度学习的兴起，基于深度学习的聚类方法在许多领域都取得了突出的效果。这些方法可以自动提取高层次的特征信

2025-03-03 约4.67千字 9页立即下载

基于深度学习的空间转录组数据聚类方法研究.docx 基于深度学习的空间转录组数据聚类方法研究一、引言空间转录组学是一种在组织层面上分析基因表达的新兴技术，具有很高的应用价值。它能够帮助科研人员全面地了解细胞的类型、功能以及它们在特定环境下的相互作用。然而，随着空间转录组数据的不断增长，如何有效地处理和解析这些数据成为了一个重要的挑战。本文将介绍一种基于深度学习的空间转录组数据聚类方法，旨在为科研人员提供一种新的、高效的、准确的数据分析工具。二、研究背景与意义近年来，深度学习在生物信息学领域的应用越来越广泛，尤其是在基因表达数据的处理和分析方面。然而，对于空间转录组数据的处理，传统的聚类方法往往无法有效地捕捉到数据的复杂性和异质性。因此，

2025-06-06 约4.37千字 9页立即下载

一种扩展谱聚类的地理流空间分析方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881140 A (43)申请公布日 2022.08.09 (21)申请号 202210482521.X (22)申请日 2022.05.05 (71)申请人安徽农业大学地址 230000

2023-05-18 约1.17万字 14页立即下载

基于相似图投影学习的多视图聚类.pdf 第４１卷第１期计算机应用研究Ｖｏｌ．４１Ｎｏ．１２０２４年１月ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＪａｎ．２０２４基于相似图投影学习的多视图聚类 １２１１赵伟豪，林浩申，曹传杰，杨晓君（１．广东工业大学信息工程学院，广州５１０００６；２．中国人民解放军９６９０１部队，北京１０００９４）摘要：随着数据来源方式的多样化发展，多视图聚类成为研究热点。大多数算法过于专注利用图结构寻求一致表示，却忽视了如何学习图结构本身；此外，一些方法通常基于固定视图进行算法优化。为了解决这些问题，提出了一种基于相似图投影学习的多视图聚类算法（ｍｕｌｔｉｖｉｅｗｃｌｕｓｔｅｒ

2024-04-09 约5.73万字 7页立即下载

基于概念分解的多视图聚类方法研究.pdf 摘要摘要大数据时代，可获取数据的来源和手段越来越广，这来源不同却对同一事物属性进行述的数据被称作多视图数据。如何对多视图数据进行有效聚类成为了当前数据挖掘领域的一个重要研究方向。非负矩阵分解凭借其将高维复杂数据映射到低维子空间的可操作性和可解释性被广泛应用到多视图聚类中。然而，基于非负矩阵分解的多视图聚类 方法往往只在隐式空间中进行聚类，围绕着低维表示矩阵探索多视图数据的一致性信息，忽视了各视图之间的互补性信息。概念分解是非负矩阵分解的变形，解决了非负矩阵分解只能处理非负数据的局限性，增加了聚类算法的适用范围。所以，本文以概念分解为主体，探究多视图数据的一致性信息和互补性信

2024-01-30 约14.34万字 75页立即下载

不完整数据的多视图聚类方法研究.pdf 不完整数据的多视图聚类方法研究摘要随着信息技术的发展，通过不同来源采集或使用不同特征表示描述的多视图 数据受到广泛关注。目前的多视图聚类方法一般假设每个视图的特征表示都是完整的，但实际场景中的数据通常存在样本缺失。这导致可用判别信息减少、不同视图数据缺失率不同难以整合、捕获非线性结构困难等挑战。因此本文对不完整数据 的多视图聚类进行研究，提出三种不完整多视图聚类方法：针对多视图具有不同缺失率的不平衡不完整性的问题，提出一种基于视图竞争与证据融合的双加权不完整多视图子空间聚类方法。为了整合不平衡不完整的 多视图数据，设计正交差异函数对齐共识聚类指示矩阵与视图聚类指示矩阵。考虑视图实

2025-06-09 约16.13万字 97页立即下载

一种基于集成异构图注意力网络的缺失多视图聚类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565783 A (43)申请公布日 2022.05.31 (21)申请号 202210209256.8 G06N 3/08 (2006.01) (22)申请日 2022.03.0

2023-05-07 约1.42万字 14页立即下载

一种基于聚类-深度学习的工程结构变形预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881074 A (43)申请公布日 2022.08.09 (21)申请号 202210453654.4 (22)申请日 2022.04.24 (71)申请人同济大学地址 200092 上海

2023-05-16 约1.24万字 9页立即下载