广东工业大学梁志壕获国家专利权
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结合自编码器的谱聚类算法、装置、设备及存储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：CN116522182B 。
龙图腾网通过国家知识产权局官网在2026-01-02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：202310505866.7，技术领域涉及：G06F18/2323；该发明授权一种结合自编码器的谱聚类算法、装置、设备及存储介质是由梁志壕;邱卫根设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。
本一种结合自编码器的谱聚类算法、装置、设备及存储介质在说明书摘要公布了：本发明涉及算机技术的无监督学习技术领域，公开了一种结合自编码器的谱聚类算法、装置、设备及存储介质。本发明的算法包括：计算目标数据对应的拉普拉斯矩阵；将预置聚类个数、所述目标数据和拉普拉斯矩阵作为输入，通过自编码器学习得到目标数据对应的特征；该自编码器学习时采用的总损失函数根据谱聚类的损失函数、稀疏性约束以及所述自编码器自身的损失函数得到；基于预置聚类算法对所述特征进行聚类，得到聚类结果。本发明使用自编码器对现有谱聚类算法中的特征分解步骤进行替代，并进行损失函数的改进，使得自编码器能兼顾到原有谱聚类算法的目标优化，解决了现有谱聚类算法对拉普拉斯矩阵进行特征分解的操作时间复杂度高的技术问题。
本发明授权一种结合自编码器的谱聚类算法、装置、设备及存储介质在权利要求书中公布了：1.一种结合自编码器的谱聚类算法，其特征在于，包括： 计算目标数据对应的拉普拉斯矩阵； 将预置聚类个数、所述目标数据和所述拉普拉斯矩阵作为输入，通过自编码器学习得到所述目标数据对应的特征；所述自编码器学习时采用的总损失函数根据谱聚类的损失函数、稀疏性约束以及所述自编码器自身的损失函数得到； 基于预置聚类算法对所述特征进行聚类，得到聚类结果； 所述总损失函数为： ； 式中，表示所述自编码器学习时采用的总损失函数，表示谱聚类损失，表示稀疏性约束，和均为预置的调优参数，表示自编码器损失； 所述谱聚类的损失函数为： ； 式中，表示所述目标数据对应的特征，表示所述拉普拉斯矩阵，的转置，表示矩阵的迹； 所述稀疏性约束为： 式中，为所述目标数据的数量，为所述预置聚类个数，为softmax函数，为所述目标数据中第个数据点与第个聚类的相似度。
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：510060 广东省广州市越秀区东风东路729号大院；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