买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南科技大学申请的专利一种基于动态锚点的快速深度多视图子空间聚类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119167127B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411233011.4，技术领域涉及：G06F18/23213；该发明授权一种基于动态锚点的快速深度多视图子空间聚类方法是由王娇;吴斌;张红英;楚红雨;周云辉设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种基于动态锚点的快速深度多视图子空间聚类方法在说明书摘要公布了：本发明公开了一种基于动态锚点的快速深度多视图子空间聚类方法，包括：获得多视图样本数据，将多视图样本数据输入预训练网络模型中进行重构及处理，初步获取各视图锚点特征，并更新自编码器和动态锚点网络参数；基于预训练网络模型，构建微调网络，学习各视图稀疏表示关系矩阵，利用自权重网络自适应为各视图稀疏表示关系矩阵分配权重，获得各视图加权稀疏表示关系矩阵，对各视图加权稀疏表示关系矩阵进行融合，获得多视图共识稀疏表示关系矩阵，并通过快速谱聚类方法获得最终聚类结果。本发明将现有方法空间时间复杂度关于样本数量的二次方和三次方降至为线性开销，实现多视图数据的高效聚类。

本发明授权一种基于动态锚点的快速深度多视图子空间聚类方法在权利要求书中公布了：1.一种基于动态锚点的快速深度多视图子空间聚类方法，其特征在于，包括： 获得多视图样本数据，将所述多视图样本数据输入预训练网络模型中进行重构及处理，初步获取各视图锚点特征，并更新自编码器和动态锚点网络参数，其中，所述预训练网络模型由深度自编码器和动态锚点学习网络组成； 基于所述预训练网络模型，构建微调网络，学习各视图稀疏表示关系矩阵，利用自权重网络自适应为所述各视图稀疏表示关系矩阵分配权重，获得各视图加权稀疏表示关系矩阵，对所述各视图加权稀疏表示关系矩阵进行融合，获得多视图共识稀疏表示关系矩阵； 对所述多视图共识稀疏表示关系矩阵通过快速谱聚类方法获得最终聚类结果； 其中，初步获取所述各视图锚点特征，并更新自编码器和动态锚点网络参数，包括： 通过所述深度自编码器对所述样本数据进行重构，获得每个视图的有效潜在特征表示； 基于预定义的锚点特征，利用所述动态锚点学习网络反向映射重构所述有效潜在特征表示，并经过端到端训练，获取所述各视图锚点特征，并更新自编码器和动态锚点网络参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道中段59号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。