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！

龙图腾网获悉贵州大学申请的专利一种面向多视图聚类的插用式跨视图预学习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：CN119441914B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202411556143.0，技术领域涉及：G06F18/23；该发明授权一种面向多视图聚类的插用式跨视图预学习方法是由黄瑞章;张岩;杨龙;秦永彬;陈艳平;林川设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种面向多视图聚类的插用式跨视图预学习方法在说明书摘要公布了：本发明属于数据分析与应用技术领域，具体涉及一种面向多视图聚类的插用式跨视图预学习方法，包括以下步骤：首先采用多视图自动编码器获得各个视图上原始输入数据的编码表示；然后采用跨视图的对比学习方式引入多视图之间的互补一致性信息；最后联合优化将多视图重构损失和跨视图对比学习损失作为总任务损失进行模型监督。本发明通过引入跨视图对比学习和插用式的预学习方法，充分考虑多视图信息，在特征学习阶段对多视图信息进行全面有效的整合，从而提高模型的表达能力和聚类性能，减少信息丢失现象，实现更准确和稳定的多视图聚类结果。

本发明授权一种面向多视图聚类的插用式跨视图预学习方法在权利要求书中公布了：1.一种面向多视图聚类的插用式跨视图预学习方法，其特征在于，包括以下步骤： 首先采用多视图自动编码器获得各个视图上原始输入数据的编码表示；然后采用跨视图的对比学习方式引入多视图之间的互补一致性信息；最后联合优化将多视图重构损失和跨视图对比学习损失作为总任务损失进行模型监督；采用跨视图的对比学习方式引入多视图之间的互补一致性信息时，将面向类簇的信息视为每个样本上不同聚类分布表示，使用两层的非线性全连接层φc从视图v的原始输入数据的编码表示数据集中提取样本的聚类分布表示；对于给定视图v，该过程被形式化为： Cv＝φcZv,Cv∈RN*K5， 其中，K表示数据集中类簇的数量，Cv的第k列表示视图v中的第k个聚类分布表示，记为 使用式6的损失函数来学习最大化的多视图间类簇分布表示的一致性： 其中，τc表示温度参数，用于控制多视图间类簇分布表示的柔和性；表示正例对的余弦相似度，它是由来自同一类簇的不同视图的聚类分布表示形成；负例对的计算包含两种情况，一是表示同一视图内负例对的余弦相似度，二是表示不同视图间负例对的余弦相似度； 考虑类簇分配概率的熵，以避免聚类结果大部分都分配在同一个类簇，其对应的计算公式如下： 其中，表示类簇分布概率的计算式； 的具体计算公式如下： 其中，表示第v个视图、第j’个样本的第k个聚类分布，cv表示第v个视图的全部聚类分布； 因此，跨视图对比学习损失的数学表达式如下： 其中，X1和X2分别表示视图1和视图2的原始数据。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区；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。