Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所钱胜胜获国家专利权

中国科学院自动化研究所钱胜胜获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利多视角聚类方法、装置、电子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:CN116204804B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310138483.0,技术领域涉及:G06F18/2321;该发明授权多视角聚类方法、装置、电子设备及存储介质是由钱胜胜;徐常胜;薛迪展设计研发完成,并于2023-02-14向国家知识产权局提交的专利申请。

多视角聚类方法、装置、电子设备及存储介质在说明书摘要公布了:本发明提供一种多视角聚类方法、装置、电子设备及存储介质,涉及多媒体技术领域,所述方法包括:获取多视角的样本数据,并将其输入特征提取网络中,得到多视角的样本数据的原始特征;将其分别输入多视角对应的编码器中,得到多视角的样本数据的编码特征;构建狄利克雷过程高斯混合模型的深度变分推理网络,深度变分推理网络用于最小化重参数变分概率分布与狄利克雷过程高斯混合模型的先验概率分布之间的KL距离;将多视角的样本数据的编码特征输入深度变分推理网络中,进行未知聚类数的无监督聚类,得到聚类簇的聚类数和每个视角中各样本的预测聚类标签。本发明可以在未知聚类数的条件下进行多视角聚类,并在聚类过程自动发现聚类数。

本发明授权多视角聚类方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种多视角聚类方法,其特征在于,包括: 获取多视角的样本数据,并将所述多视角的样本数据输入特征提取网络中,得到所述多视角的样本数据的原始特征;多视角包括:文本、图像、音频;多视角的样本数据为多个样本在不同视角下的样本数据; 将所述多视角的样本数据的原始特征分别输入多视角对应的编码器中,得到所述多视角的样本数据的编码特征; 构建狄利克雷过程高斯混合模型的深度变分推理网络,所述深度变分推理网络用于最小化重参数变分概率分布与狄利克雷过程高斯混合模型的先验概率分布之间的KL距离; 将所述多视角的样本数据的编码特征输入所述深度变分推理网络中,进行未知聚类数的无监督聚类,得到聚类簇的聚类数和每个视角中各样本的预测聚类标签; 所述将所述多视角的样本数据的编码特征输入所述深度变分推理网络中,进行未知聚类数的无监督聚类,得到聚类簇的聚类数和每个视角中各样本的预测聚类标签,包括: 将所述多视角的样本数据的编码特征作为待分类特征,输入所述深度变分推理网络中; 基于所述重参数变分概率分布与所述先验概率分布之间的KL距离的第一最小化函数,转换为所述重参数变分概率分布对应的数学期望与所述先验概率分布对应的数学期望之间的变分推理损失的第二最小化函数; 求解所述第二最小化函数,得到聚类簇的聚类数和每个视角中各样本的预测聚类标签。

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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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。