一种基于对偶局部一致的约束稀疏概念分解的聚类方法（高校公示15天）（不包年费滞纳金）（需要二变）（机器学习、数据挖掘、聚类算法、信息检索、数据库、搜索引擎、互联网行业）

本发明公开了一种基于对偶局部一致的约束稀疏概念分解的聚类方法，其特征在于，包括：S10获取待聚类样本形成待聚类样本数据集；S20针对所述待聚类样本数据集构建邻接矩阵；S30建立基于概念分解的目标函数JDESCFS；S40根据所述目标函数使用迭代加权的方法迭代预设次数，对基矩阵W、标签矩阵A和辅助矩阵Z进行更新；S50采用K‑Means聚类算法对系数矩阵V进行聚类分析，其中，V＝AZ。与传统的聚类方法相比，更加有效地揭示数据的内在几何结构和判别结构，提升了聚类的效果。

《一种基于对偶局部一致的约束稀疏概念分解的聚类方法（高校公示15天）（不包年费滞纳金）（需要二变）（机器学习、数据挖掘、聚类算法、信息检索、数据库、搜索引擎、互联网行业）》是一发明专利，专利号为 2020105078760，当前法律状态为已下证，由江苏理工学院提出申请，发明人为舒振球;张云猛;翁宗慧;叶飞跃，申请日期为2020-06-05，公开（公告）日期为2023-12-26，国际专利分类号（IPC）为 G06F16/35(2019.01)I;G06F18/23213(2023.01)I，高新资质：未报高企，所属技术领域包括：机器学习、数据挖掘、聚类算法、信息检索、数据库、搜索引擎、互联网行业。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于对偶局部一致的约束稀疏概念分解的聚类方法，其特征在于，包括：S10获取待聚类样本形成待聚类样本数据集；S20针对所述待聚类样本数据集构建邻接矩阵；S30建立基于概念分解的目标函数JDESCFS；S40根据所述目标函数使用迭代加权的方法迭代预设次数，对基矩阵W、标签矩阵A和辅助矩阵Z进行更新；S50采用K‑Means聚类算法对系数矩阵V进行聚类分析，其中，V＝AZ。与传统的聚类方法相比，更加有效地揭示数据的内在几何结构和判别结构，提升了聚类的效果。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！