广东工业大学肖燕珊获国家专利权
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！
龙图腾网获悉广东工业大学申请的专利一种基于多视角学习和Top-k损失的图像聚类方法、装置、设备及介质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：CN119380061B 。
龙图腾网通过国家知识产权局官网在2025-11-25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：202411553193.3，技术领域涉及：G06V10/762；该发明授权一种基于多视角学习和Top-k损失的图像聚类方法、装置、设备及介质是由肖燕珊;陈朝煜;刘波设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。
本一种基于多视角学习和Top-k损失的图像聚类方法、装置、设备及介质在说明书摘要公布了：本发明涉及图像聚类技术领域，公开了一种基于多视角学习和Top‑k损失的图像聚类方法、装置、设备及介质，方法包括S1：将原始图像数据集转换为多视角特征图像数据集；S2：基于多视角特征图像数据集，构建基于多视角学习和Top‑k损失的第一图像聚类模型；S3：使用约束的凹凸过程算法，对第一图像聚类模型进行优化，得到第二图像聚类模型；S4：根据预设的条件，对第二图像聚类模型的约束进行索引和排列，得到第三图像聚类模型；S5：使用割平面算法对第三图像聚类模型进行迭代优化，并判断第三图像聚类模型是否收敛，若是，则利用第三图像聚类模型进行求解图像聚类结果，若否，则跳转执行S3。本发明提高了图像聚类的准确度、精度以及灵活性。
本发明授权一种基于多视角学习和Top-k损失的图像聚类方法、装置、设备及介质在权利要求书中公布了：1.一种基于多视角学习和Top-k损失的图像聚类方法，其特征在于，包括： S1：将原始图像数据集转换为多视角特征图像数据集； S2：基于所述多视角特征图像数据集，构建基于多视角学习和Top-k损失的第一图像聚类模型； S3：使用约束的凹凸过程算法，对所述第一图像聚类模型进行优化，得到第二图像聚类模型； S4：根据预设的条件，对所述第二图像聚类模型的约束进行索引和排列，得到第三图像聚类模型； S5：使用割平面算法对所述第三图像聚类模型进行迭代优化，并判断所述第三图像聚类模型是否收敛，若是，则利用所述第三图像聚类模型进行求解图像聚类结果，若否，则跳转执行S3。
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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励