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！

龙图腾网获悉浙江师范大学申请的专利一种基于自加权多视图k均值的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：CN116756603B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310887787.7，技术领域涉及：G06F18/23213；该发明授权一种基于自加权多视图k均值的聚类方法是由徐慧英;朱信忠;林合川;汪紫莹;刘子洋设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本一种基于自加权多视图k均值的聚类方法在说明书摘要公布了：本发明公开了一种基于自加权多视图k均值的聚类方法，涉及数据处理技术领域，包括：获取多视图数据，构建原始数据矩阵；基于原始数据矩阵构建聚类模型；在所述聚类模型中添加投影矩阵进行低维子空间学习，并使用投影矩阵的范数惩罚项来进行约束；所述聚类模型用了最小绝对准则诱导和自加权约束，对所述聚类模型进行迭代自加权并输出最优聚类模型；通过最优聚类模型对多视图数据进行聚类。本发明采用最小绝对准则来诱导鲁棒性，有效减少了异常值的影响，同时将自加权技术应用于多视图k均值，实现降维和抑制噪声，具有优秀的聚类效果。

本发明授权一种基于自加权多视图k均值的聚类方法在权利要求书中公布了：1.一种基于自加权多视图k均值的聚类方法，其特征在于，包括： 获取多视图数据，所述多视图数据来自图像数据集，构建原始数据矩阵； 基于原始数据矩阵构建聚类模型； 在所述聚类模型中添加投影矩阵进行低维子空间学习，并使用投影矩阵的范数惩罚项来进行约束； 对所述聚类模型进行最小绝对准则诱导和自加权约束，通过迭代自加权输出最优聚类模型； 对所述聚类模型进行最小绝对准则诱导和自加权约束，通过迭代自加权输出最优聚类模型包括： 对低维子空间的优化目标进行变化得到： ； ； 定义，通过范数计算聚类指标矩阵，其中，为视图权重系数度，为矩阵，为亲和矩阵，； 所述计算聚类指标矩阵包括： 步骤一：计算，更新每个视图的权重，给更高的权重分配更具判别性的图像特征，得到的封闭形式解； 步骤二：计算，固定其他变量，通过公式计算； 步骤三：计算D，固定其他变量，通过公式计算D； 步骤四：计算S，固定其他变量，通过得出S的解； 步骤五：迭代重复步骤一至步骤四，直到目标函数值收敛； 通过最优聚类模型对多视图数据进行聚类。

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浙江师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688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。