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！

龙图腾网获悉西南大学申请的专利基于多样性准则下多视图聚类的癌症亚型检测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：CN118710944B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202410808729.5，技术领域涉及：G06V10/762；该发明授权基于多样性准则下多视图聚类的癌症亚型检测方法是由车杭骏;王欣;郭伟;潘柏丞;何兴;李鸿一设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本基于多样性准则下多视图聚类的癌症亚型检测方法在说明书摘要公布了：本发明公开了一种基于多样性准则下多视图聚类的癌症亚型检测方法，涉及数据处理技术领域，解决现有多视图聚类方法忽略多视图之间的差异性以及表示张量中所存在的问题。本发明基于经典多视图方法进行改进，将表示张量分为清洁部分和噪声部分，将加权张量核范数加到干净表示张量上，以考虑奇异值的先验知识，对噪声部分施加l2,1范数约束，使学习到的表示张量更加清晰，增强了算法的鲁棒性。在目标函数中引入差异项来描述多视图表示矩阵的多样性，引入流形正则化项来保持数据的局部结构。从而提升了多视图聚类的效果和鲁棒性，在多种数据集上均取得了优异的表现。

本发明授权基于多样性准则下多视图聚类的癌症亚型检测方法在权利要求书中公布了：1.基于多样性准则下多视图聚类的癌症亚型检测方法，其特征在于，包括： 获取多视图数据中各视图的数据矩阵，通过各视图数据的表示矩阵和自表示误差矩阵对所述数据矩阵进行表示； 基于所述表示矩阵得到所述多视图数据的表示张量，将所述表示张量拆分为清洁表示张量和表示误差矩阵；基于所述自表示误差矩阵和表示误差矩阵得到数据矩阵的噪声矩阵，所述噪声矩阵表示为，是第个视图的自表示误差矩阵，是第个视图的表示张量的表示误差矩阵； 分别对所述清洁表示张量和噪声矩阵施加范数约束，并引入所述表示矩阵的正则化项和差异项构建多视图聚类的优化目标函数；所述表示矩阵的差异项为正交差异项，所述表示矩阵的正则化项为基于图的拉普拉斯正则化项； 所述优化目标函数表示为： 其中，、、分别表示第个视图的表示矩阵、清洁表示矩阵和噪声矩阵； 目标函数的第一项是清洁表示向量的加权范数，用于融合奇异值的先验信息并诱导出张量的低秩性；第二项是噪声矩阵的范数，用于减轻表示矩阵和表示张量中噪声的影响；第三项是拉普拉斯流形正则化，用于保持数据的局部结构，是第个视图的拉普拉斯矩阵，是视图数量，表示矩阵的迹；第四项是正交差异项，用于表示多视图的多样性，是第个视图的表示矩阵，；、、是平衡系数； 约束条件的第一项用于执行基于自表示的子空间聚类，是第个视图的数据矩阵，是第个视图的表示矩阵，是第个视图的自表示误差矩阵；第二项将多视图的表示矩阵作为表示张量；第三项将表示张量划分为干净部分和错误部分，是清洁表示张量，是第个视图的表示张量的表示误差矩阵；第四项是噪声矩阵约束； 求解所述优化目标函数的最优化问题，得到所述清洁表示张量的求解结果； 根据所述清洁表示张量的求解结果计算所述多视图数据的亲和矩阵； 对所述亲和矩阵进行谱聚类，得到聚类结果。

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大学，其通讯地址为：400700 重庆市北碚区天生路2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”。