公开(公告)号：CN118503733B

公开(公告)日：2024-12-10

申请号：CN202410963089.5

申请日：2024-07-18

Applicant: 中南大学

Inventor： 李纬欣 ,  张师超 ,  张健

IPC: G06F18/23 ,  G06F18/211 ,  G06F18/2133

Abstract: 本申请公开了一种基于非负矩阵分解的多视图聚类方法、系统、设备及介质，本方法通过获取多视图的原始数据矩阵；对原始数据矩阵进行多次非负矩阵分解，得到聚类目标矩阵和空间基矩阵；基于原始数据矩阵、聚类目标矩阵和空间基矩阵，构建第一目标损失函数和第二目标损失函数，其中，第一目标损失函数用于指示对原始数据矩阵进行去噪，第二目标损失函数用于指示对原始数据矩阵进行特征重要性评估，以根据特征重要性进行特征选择；采用交替方向乘子法对第一目标损失函数和第二目标损失函数进行迭代，得到目标聚类结果。本申请能够提高聚类结果的准确性，从而提高聚类效果。

公开(公告)号：CN118503733A

公开(公告)日：2024-08-16

申请号：CN202410963089.5

申请日：2024-07-18

Applicant: 中南大学

Inventor： 李纬欣 ,  张师超 ,  张健

IPC: G06F18/23 ,  G06F18/211 ,  G06F18/2133

Abstract: 本申请公开了一种基于非负矩阵分解的多视图聚类方法、系统、设备及介质，本方法通过获取多视图的原始数据矩阵；对原始数据矩阵进行多次非负矩阵分解，得到聚类目标矩阵和空间基矩阵；基于原始数据矩阵、聚类目标矩阵和空间基矩阵，构建第一目标损失函数和第二目标损失函数，其中，第一目标损失函数用于指示对原始数据矩阵进行去噪，第二目标损失函数用于指示对原始数据矩阵进行特征重要性评估，以根据特征重要性进行特征选择；采用交替方向乘子法对第一目标损失函数和第二目标损失函数进行迭代，得到目标聚类结果。本申请能够提高聚类结果的准确性，从而提高聚类效果。