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！

龙图腾网获悉西安交通大学申请的专利一种多源图像数据特征提取方法、系统、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：CN116246120B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310301379.9，技术领域涉及：G06V10/77；该发明授权一种多源图像数据特征提取方法、系统、设备及存储介质是由郭宇;胡雨馨;李宏刚;段晓宇;王一诺;王飞设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种多源图像数据特征提取方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种多源图像数据特征提取方法、系统、设备及存储介质，通过核方法将原始的视图数据映射到高维空间中，构建多源数据集；通过每个视图数据的自表达学习与使用视图数据间的相似性作为约束，对输入的每个视图计算其对应的图信息矩阵；对于不同视图所对应的图信息矩阵，考虑不同视图的重要性赋予其对应权重，通过自表达学习与自适应融合的方法计算得到最优一致性图邻接矩阵；基于图约束典型相关分析算法，并通过融合后的图结构信息作为约束，进行多视图数据典型相关分析，融合各视图数据的共同一致性特征，构建完整特征提取目标函数。能够更好地捕捉数据的非线性信息，使样本数据在该高维空间线性可分，便于进行相似度计算与构建图结构。

本发明授权一种多源图像数据特征提取方法、系统、设备及存储介质在权利要求书中公布了：1.一种多源图像数据特征提取方法，其特征在于，包括以下过程： S1：通过核方法将原始的图像视图数据映射到高维空间中，构建多源图像数据集，多源图像数据集内包括多个高维线性可分的视图数据； 具体过程为： 将原始的视图数据映射到，是一个将维空间映射到无限维空间的核映射，使用核矩阵来计算，将中心化后得到的核矩阵； 表达式如下： 表示经过核函数映射之后高维线性可分的视图数据，是样本数量；表示矩阵行列，表示总的视图数量； S2：通过利用多源图像数据集中每个视图数据的自表达学习特性与相似性，对输入的每个视图计算其对应的图信息矩阵； S3：考虑不同视图的重要性对对应图信息矩阵的赋予其权重，通过自表达学习与自适应融合的方法计算得到最优一致性图邻接矩阵； S4：基于图约束典型相关分析算法，并通过融合后的图结构信息作为约束，进行多视图数据典型相关分析，融合各视图数据的共同一致性特征，构建完整图像数据特征提取目标函数； 假设一致性特征在最优一致性图邻接矩阵上是平滑的，引入做图约束项用于保持数据局部性； 完整特征提取目标函数为： 其中，是正则化因子，取值范围[0，]；表示经过核函数映射之后高维线性可分的需要提取特征的视图数据；表示总的视图数量；是权重系数；是原多视图典型相关分析算法MCCA投影矩阵的对偶；表示各视图数据的共同一致性特征；表示用于保持局部性的图约束项，其中表示矩阵的迹；表示多图融合后生成的最优一致性图邻接矩阵，为实对称矩阵，表示任意两个节点之间边的权重；为最优一致性图邻接矩阵的拉普拉斯矩阵；表示各视图对应的图信息矩阵；表示不同视图的重要性；表示使用F-范数对相似图信息施加正则化约束；表示使用2-范数对权重施加正则化约束；表示单位矩阵。

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安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。