一种基于视图注意力驱动的多视图聚类方法(高校公示15天)(不包年费滞纳金(需要二变))
发明专利本发明公开一种基于视图注意力驱动的多视图聚类方法,包括:构建多视图特征提取网络;构建多视图特征提取网络训练时所需损失函数,并进行网络训练,得到多视图特征提取网络模型;将多视图样本数据输入所述多视图特征提取网络模型中,得到不同样本的所有视图特征表示;将同一样本的所有视图的特征表示进行连接,对连接后不同多视图样本特征数据采用k‑means算法进行聚类,得到多视图样本数据的聚类结果。本发明采用对比学习和注意力机制学习不同视图数据的特征表示,在学习不同视图的特征表示时,同时考虑其他视图所关注的信息,从而加强对所有视图中存在的一致性信息的关注和减少仅存于视图子集中与聚类目标无关信息的影响。
《一种基于视图注意力驱动的多视图聚类方法(高校公示15天)(不包年费滞纳金(需要二变))》是一发明专利,专利号为 2022107400230,当前法律状态为已下证,由河南大学提出申请,发明人为王龙葛;马志峰;赵宇曦;于俊洋;何欣;宋亚林;翟锐,申请日期为2022-06-28,公开(公告)日期为2022-09-02,国际专利分类号(IPC)为 G06V10/762(2022.01)I;G06V10/40(2022.01)I;G06V10/82(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I,高新资质:未报高企。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:本发明公开一种基于视图注意力驱动的多视图聚类方法,包括:构建多视图特征提取网络;构建多视图特征提取网络训练时所需损失函数,并进行网络训练,得到多视图特征提取网络模型;将多视图样本数据输入所述多视图特征提取网络模型中,得到不同样本的所有视图特征表示;将同一样本的所有视图的特征表示进行连接,对连接后不同多视图样本特征数据采用k‑means算法进行聚类,得到多视图样本数据的聚类结果。本发明采用对比学习和注意力机制学习不同视图数据的特征表示,在学习不同视图的特征表示时,同时考虑其他视图所关注的信息,从而加强对所有视图中存在的一致性信息的关注和减少仅存于视图子集中与聚类目标无关信息的影响。
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!
