買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉安徽大學(xué)申請的專利一種均勻隨機(jī)錨點(diǎn)生成方法及錨點(diǎn)自適應(yīng)多視圖聚類方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115438710B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210825866.0，技術(shù)領(lǐng)域涉及：G06F18/23；該發(fā)明授權(quán)一種均勻隨機(jī)錨點(diǎn)生成方法及錨點(diǎn)自適應(yīng)多視圖聚類方法是由紀(jì)霞;席華梅設(shè)計(jì)研發(fā)完成，并于2022-07-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種均勻隨機(jī)錨點(diǎn)生成方法及錨點(diǎn)自適應(yīng)多視圖聚類方法在說明書摘要公布了：本發(fā)明涉及一種均勻隨機(jī)錨點(diǎn)生成方法及錨點(diǎn)自適應(yīng)多視圖聚類方法。錨點(diǎn)生成方法包括如下步驟：第一步：對視圖進(jìn)行歸一化處理得到多個(gè)樣本點(diǎn)；第二步：將多個(gè)所述樣本點(diǎn)映射到一個(gè)坐標(biāo)系中，計(jì)算每個(gè)樣本點(diǎn)到原點(diǎn)的距離；按照距離的遠(yuǎn)近將樣本點(diǎn)劃分到多個(gè)距離類別中；第三步：根據(jù)距離類別將多個(gè)樣本點(diǎn)所在的區(qū)域劃分為若干區(qū)塊，并使每個(gè)區(qū)塊內(nèi)具有相同數(shù)量的樣本點(diǎn)；第四步：在每個(gè)區(qū)塊中隨機(jī)提取相同數(shù)量的多個(gè)樣本點(diǎn)作為錨點(diǎn)；多個(gè)錨點(diǎn)合并為錨點(diǎn)集。上述均勻隨機(jī)錨點(diǎn)生成方法以較低的運(yùn)行時(shí)間生成更具代表性的錨點(diǎn)，更好地表示每個(gè)視圖的樣本點(diǎn)集的潛在結(jié)構(gòu)，兼顧了錨點(diǎn)生成方法的高效率與高代表性。

本發(fā)明授權(quán)一種均勻隨機(jī)錨點(diǎn)生成方法及錨點(diǎn)自適應(yīng)多視圖聚類方法在權(quán)利要求書中公布了：1.一種基于錨點(diǎn)的自適應(yīng)多視圖聚類方法，其用于在同一對象的多個(gè)視圖數(shù)據(jù)中提取樣本點(diǎn)，并根據(jù)樣本點(diǎn)將每個(gè)視圖進(jìn)行融合形成一個(gè)具有代表性的樣本點(diǎn)相似圖；其特征在于，自適應(yīng)多視圖聚類方法包括如下步驟： S1：獲取關(guān)于同一對象的多個(gè)視圖作為多視圖數(shù)據(jù)集； S2：采用均勻隨機(jī)錨點(diǎn)生成方法在每個(gè)視圖中提取多個(gè)錨點(diǎn)；對每個(gè)視圖錨點(diǎn)取并集得到錨點(diǎn)集；其中，均勻隨機(jī)錨點(diǎn)生成方法包括如下步驟：對視圖進(jìn)行歸一化處理得到多個(gè)樣本點(diǎn)；將多個(gè)所述樣本點(diǎn)映射到一個(gè)坐標(biāo)系中，計(jì)算每個(gè)樣本點(diǎn)到數(shù)據(jù)原點(diǎn)的距離；進(jìn)而將所有樣本點(diǎn)按照所述距離的遠(yuǎn)近進(jìn)行分類，得到多個(gè)距離類別；根據(jù)所述距離類別將多個(gè)樣本點(diǎn)所在的區(qū)域劃分為若干區(qū)塊，并使每個(gè)區(qū)塊內(nèi)具有相同數(shù)量的樣本點(diǎn)；在每個(gè)區(qū)塊中隨機(jī)提取相同數(shù)量的多個(gè)樣本點(diǎn)作為多個(gè)錨點(diǎn)，其中，任意視圖為同一對象的多個(gè)視圖，根據(jù)樣本點(diǎn)將每個(gè)視圖進(jìn)行融合形成一個(gè)具有代表性的樣本點(diǎn)相似圖； 其中，所述區(qū)塊的劃分方法如下： 設(shè)樣本點(diǎn)集X為：X＝[x1,x2,x3,...,xn]T∈Rn×d，數(shù)據(jù)原點(diǎn)x0為：x0＝[0,0,0,...,0]∈R1 ×d； 其中，n代表樣本點(diǎn)數(shù)量，d代表特征維度； 記f為X中的樣本點(diǎn)xi到數(shù)據(jù)原點(diǎn)x0的距離度量函數(shù)，dii＝1,2,...,m表示xi到x0關(guān)于f的距離，di＝fx0,xi；將樣本點(diǎn)集中所有樣本點(diǎn)到數(shù)據(jù)原點(diǎn)的距離合并，得到距離集合D為： D＝{d1,d2,…,dn}； 按照di的數(shù)值進(jìn)行升序排序，得到正序距離集合D’為： D’＝{ds1,ds2,…,dsn}，ds1≤ds2≤…≤dsn； 按照di的數(shù)值對樣本點(diǎn)集進(jìn)行升序排序，得到正序樣本點(diǎn)集X'為： X'＝{x1',x'2,x'3,...,x'n}； 則定義每個(gè)區(qū)塊中的樣本點(diǎn)集合B1,B2,…,Bp為： B1∪B2∪…∪Bp＝X，B1∩B2∩…∩Bp＝Φ； 其中，前p-1個(gè)區(qū)塊具有相同的樣本點(diǎn)數(shù)剩余的樣本點(diǎn)劃分到第p個(gè)區(qū)塊中； S3：建立錨點(diǎn)自適應(yīng)相似圖模型，并根據(jù)每個(gè)視圖的錨點(diǎn)在所述錨點(diǎn)自適應(yīng)相似圖模型中生成相應(yīng)的錨點(diǎn)相似圖； 其中，錨點(diǎn)自適應(yīng)相似圖模型的生成方法如下： S31：構(gòu)建一個(gè)基于錨點(diǎn)的經(jīng)典相似圖模型，所述相似圖模型用于根據(jù)每個(gè)視圖的多個(gè)錨點(diǎn)生成一個(gè)錨點(diǎn)相似圖； S32：在所述相似圖模型中引入誘導(dǎo)因子以使所述相似圖模型克服出現(xiàn)平凡解； S33：通過拉格朗日函數(shù)對所述相似圖模型的約束條件進(jìn)行優(yōu)化，得到基于錨點(diǎn)自適應(yīng)相似圖模型； S4：根據(jù)每個(gè)視圖的錨點(diǎn)在錨點(diǎn)集中所占的比例對每個(gè)視圖賦予權(quán)重；根據(jù)每個(gè)視圖的權(quán)重將全部的錨點(diǎn)相似圖融合，進(jìn)而得到最終錨點(diǎn)相似圖； S5：通過簡單計(jì)算將最終錨點(diǎn)相似圖轉(zhuǎn)化為樣本點(diǎn)相似圖。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人安徽大學(xué)，其通訊地址為：230601 安徽省合肥市經(jīng)濟(jì)技術(shù)開發(fā)區(qū)九龍路111號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。