公开(公告)号：CN113128600B

公开(公告)日：2024-02-23

申请号：CN202110438924.X

申请日：2021-04-23

申请人： 湖北珞珈环创科技有限公司

发明人： 文杰 ,  程正挺

IPC分类号： G06F18/23213 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明提供一种结构化深度非完整多视角聚类方法，其包括以下步骤：S1、建立结构化深度非完整多视角聚类网络；S2、建立结构化深度非完整多视角聚类预训练网络；S3、对非完整多视角聚类网络模型进行预训练；S4、初始化聚类模型中的聚类中心矩阵；S5、结构化深度非完整多视角聚类网络训练，利用S3得到的非完整多视角图卷积编码网络参数初始化S1所建立的聚类网络参数，并用Adam优化器通过最小化聚类目标损失函数得到最优的图卷积编码网络参数、聚类中心点和最优聚类结果。本发明能够同时捕获多视角数据的互补信息、一致信息、高阶特征信息以及数据间的相似度信息，进而能够得到更精确的数据聚类性能。

公开(公告)号：CN113128600A

公开(公告)日：2021-07-16

申请号：CN202110438924.X

申请日：2021-04-23

申请人： 湖北珞珈环创科技有限公司

发明人： 文杰 ,  程正挺

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种结构化深度非完整多视角聚类方法，其包括以下步骤：S1、建立结构化深度非完整多视角聚类网络；S2、建立结构化深度非完整多视角聚类预训练网络；S3、对非完整多视角聚类网络模型进行预训练；S4、初始化聚类模型中的聚类中心矩阵；S5、结构化深度非完整多视角聚类网络训练，利用S3得到的非完整多视角图卷积编码网络参数初始化S1所建立的聚类网络参数，并用Adam优化器通过最小化聚类目标损失函数得到最优的图卷积编码网络参数、聚类中心点和最优聚类结果。本发明能够同时捕获多视角数据的互补信息、一致信息、高阶特征信息以及数据间的相似度信息，进而能够得到更精确的数据聚类性能。