買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西北工業大學申請的專利面對大量無監督噪聲數據應用場景的魯棒主成分分析方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117171550B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311107268.0，技術領域涉及：G06F18/2135；該發明授權面對大量無監督噪聲數據應用場景的魯棒主成分分析方法是由于為中;吳治昌;聶飛平設計研發完成，并于2023-08-31向國家知識產權局提交的專利申請。

本面對大量無監督噪聲數據應用場景的魯棒主成分分析方法在說明書摘要公布了：本發明公開了一種面對大量無監督噪聲數據應用場景的魯棒主成分分析方法，通過自適應地為每個樣本分配0或1的權重來丟棄異常值并通過所選的正常樣本來計算平均值，得到的投影空間對大多數樣本來說更合理、更具有代表性。為了保持樣本分布的局部平滑性，本發明學習了樣本在子空間中的親和關系，保持了樣本分布的局部平滑性，最后提出了一種迭代算法來求解模型。本發明在魯棒主成分分析的基礎上，結合自適應異常值檢測，可以應用于圖像識別、數據壓縮、模式識別和分類、機器學習、統計與數據分析等多個領域。

本發明授權面對大量無監督噪聲數據應用場景的魯棒主成分分析方法在權利要求書中公布了：1.一種面對大量無監督噪聲數據應用場景的基于魯棒主成分分析的圖像識別方法，其特征在于，包括如下步驟： 步驟1：假設為值只有0或1的對角矩陣，用于過濾異常值；為樣本矩陣，是偏差，為投影矩陣，為降維后的樣本矩陣，表示樣本數，表示降維前的維度數，表示降維后的維度數； 定義模型為： 其中為拉普拉斯矩陣，矩陣為圖的相似矩陣，度矩陣的第個元素為，表示過濾異常值的對角矩陣的第個元素，表示樣本矩陣的第個元素，表示降維后矩陣的第個元素，表示非負的正則項系數，表示正常樣本的數量，表示單位矩陣； 步驟2：模型求解； 步驟2-1：輸入原始數據集X，并預設離群值篩選矩陣的非零數k，以及局部流形結構的系數；求得數據集X的拉普拉斯矩陣，初始化離群值篩選矩陣S，并通過SVD分解求解最小化問題來初始化降維后矩陣V； 步驟2-2：通過據交替優化，不斷迭代求解各個參數； 當V被固定時，通過求解更新投影矩陣U； 當U和V都被固定時，，其中1表示值全為1的列向量； 當上一輪迭代過程中的s、m、U和V固定時，通過求解來更新S，通過求解來更新V。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西北工業大學，其通訊地址為：710072 陜西省西安市友誼西路127號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。